java统计出现频率高的数据_统计一个文本中出现频率最高的10个词
作业要求:
写一个程序,分析一个文本文件中各个词出现的频率,并且把频率最高的10个词打印出来。文本文件大约是30KB~300KB大小。
程序实现思路:
要想统计文本文件中出现频率最高的10个词,首先应该读取文本文件中的内容,然后将其数据存储到集合中,利用集合中的一些方法对所有出现的字进行次数统计。统计完之后,对集合进行排序,将出现频率最高的10个字打印输出。
1、读取文本文件
使用输入字节流类FileReader与BufferedReader。
将文本中的数据赋给s以实现后续操作。
2、将数据存储到Map集合中
因为该输出结果中,出现的字与其次数存在着映射关系,因此采用HashMap集合对数据进行操作。
对于词出现次数的统计,将读取到每一个字存入集合中,如果该字与集合中存在的字相同,则其value+1,如果没有找到相同的字,则令其value=1。
3、对集合进行排序
因为是对集合中的value值进行比较,因此需要自定义比较器实现排序功能。首先将集合中的数据赋给List集合,再利用Collections中的sort()方法对List集合进行排序。
4、对排序后的符合要求的元素进行输出
将排序后符合要求的元素存入StringBuilder容器中。
5、程序运行结果
程序源代码:
import java.io.BufferedReader;
import java.io.FileReader;
import java.io.IOException;
import java.util.ArrayList;
import java.util.Collections;
import java.util.Comparator;
import java.util.HashMap;
import java.util.Iterator;
import java.util.List;
import java.util.Map;
import java.util.Map.Entry;
public class ChineseTest {
public static void main(String[] args) throws
IOException {
FileReader file = new
FileReader("E:\\test.txt");
String s = countWords(file);
System.out.println(s);
}
private static String countWords(FileReader
file) throws IOException {
String s = null;
// 定义输入流缓冲区,并与要操作的流对象关联
BufferedReader bu = new
BufferedReader(file);
s = bu.readLine();
while (bu.ready()) {
s += bu.readLine();
}
char[] c = s.toCharArray();
Map map = new HashMap();
for (int i = 0; i < c.length; i++)
{
if (c[i] == ',' || c[i] == '。' || c[i] == '!'
|| c[i] == ' '
|| c[i] == '“' || c[i] == '”')
continue;
Integer value = map.get(c[i]);
if (value == null)
map.put(c[i], 1);
else
map.put(c[i], value + 1);
}
bu.close();
return sortMap(map);
}
private static String sortMap(Map map)
{
int count = 0;
StringBuilder st = new
StringBuilder();
//
因为是比较Map中的value,因此自定义比较器对value进行比较。调用Collections中的sort方法
List> list = new ArrayList>(
map.entrySet());
Collections.sort(list, new Comparator>()
{
public int compare(Entry o1,
Entry o2) {
int temp = o2.getValue() -
o1.getValue();
return temp == 0 ?
o2.getKey().compareTo(o1.getKey()) : temp;
}
});
// 利用一次迭代,将总的字符个数算出来,赋值给count
for (Iterator> it = list.iterator();
it
.hasNext();) {
Map.Entry m = it.next();
Integer value = m.getValue();
count += value;
}
// 对出现次数最多的前十个字符进行输出
Iterator> it = list.iterator();
for (int i = 0; i < 10; i++) {
Map.Entry m = it.next();
st.append(m.getKey() + ":" + m.getValue() + "
该词出现的频率为:"
+ (float) m.getValue() / count * 100 + "%" +
"\r\n");
}
return st.toString();
}
}
程序性能分析:
1、程序运行前
2、程序运行时
java统计出现频率高的数据_统计一个文本中出现频率最高的10个词相关推荐
- java输入长宽高计算表面积_设计一个C语言程序计算长方体体积和表面积,长宽高通过键盘输入?????...
展开全部 # include int main (void) { double l, w, h;//定义变量62616964757a686964616fe4b893e5b19e313333656463 ...
- java输入长宽高计算表面积_设计一个C语言程序计算长方体体积和表面积,如何通过键盘输入长宽高?...
展开全部 # include int main (void) { double l, w, h;//定义变量 double s, v;//定义变量 printf("please input ...
- 统计英文文本中出现频率最高的10个单词
在v_JULY_v的文章中找到了这个问题的解法后用C++实现了一下,发现C++的代码非常的简洁. 主要用到了标准库中的hash_map,优先级队列priority_queue. 算法的思路是: 从头到 ...
- matlab sheet名字,MATLAB得到excel多个非默认sheet名_怎样利用matlab去读取一个excel表中多个sheet的数据并导入一个sheet中?...
如何用matlab读取一个excel表格中的若干个工作表 如果数字: xlsread('e:/shiyanshuju/shiyanbiaoge','sheet1','B1:D1440') 最好个表格放 ...
- java数组输入一个实数_用java!!输入五个数,保存到一个数组中,然后将... C语言,编写一个程序,从键盘输入5个数,算出总和......
导航:网站首页 > 用java!!输入五个数,保存到一个数组中,然后将... C语言,编写一个程序,从键盘输入5个数,算出总和... 用java!!输入五个数,保存到一个数组中,然后将... C ...
- 分析一个文本(英文文章)(300k—500k)中的词出现的频率,并且把频率最高的10个词打印出来。...
最近老师出一个题目:分析一个文本(英文文章)(300k-500k)中的词出现的频率,并且把频率最高的10个词打印出来. 要分析每个词的频率,肯定要先把每个单词读出来并存储起来,用数据库存肯定是没那个必 ...
- C++读取txt数据为二维数组 将数据保存到txt文本中
C++读取txt数据为二维数组 保存txt文本数据 C++文件读写操作有:ofstream,ifstream,fstream: #include <fstream> ofstr ...
- python excel处理重复行并统计个数_python统计一个文本中重复行数的方法
python统计一个文本中重复行数的方法 这篇文章主要介绍了python统计一个文本中重复行数的方法,涉及针对Python中dict对象的使用及相关本文的操作,具有一定的借鉴价值,需要的朋友可以参考下 ...
- python统计重复的数_python统计一个文本中重复行数的方法
本文实例讲述了python统计一个文本中重复行数的方法.分享给大家供大家参考.具体实现方法如下: 比如有下面一个文件 2 3 1 2 我们期望得到 2,2 3,1 1,1 解决问题的思路: 出现的文本 ...
最新文章
- SAP MM 不常用事务代码之MBSL - Copy Material Document
- 微服务系列(七):将单体应用改造为微服务
- 与自定义词典 分词_【201110】ElasticSearch实现中文分词查询
- VT-x/AMD-V 硬件加速器已被启动,但当前处于无效状态
- hihocoder 二分
- 【设计模式】适配器模式(Adapter Pattern)
- iOS定时器NSTimer的使用方法
- 期货量化交易程序CTP入门指南 二
- php十六进制转二进制,php 十六进制转化为二进制的代码
- 关于python中的复数的虚部可以j或i_Python 中的复数问题
- 蓝色理想的flex教材不能在flex Development做不能使用,我整理一下供初学者参考
- ModuleNotFoundError: No module named ‘typing_extensions‘
- python一个月收入_我月薪5000,靠Python搞副业月入3万
- easyui图片放大功能(取巧)
- DIJ(单源次短路) - Two Paths - HDU 6181
- 【安全牛学习笔记】反射型XSS***漏洞的原理及解决办法
- 【微服务】微服务熔断器--Hystrix
- vue+elementui 同时有上传文件和批量上传文件功能,上传文件或批量上传文件后必须刷新才能再次上传文件
- tarjan——割点
- WinCE系统深度定制汇总