kwic--Java统计单词个数并按照顺序输出

 

是一个统计文件中单词个数，并按照个数从大到小输出的。输入文件名OK 了

单词是按照首字母排序的，，，里面用到映射等，，，注意重写比较函数，因为我们是要按值排序，而不是一般的按照键排序，，，，我们要输出的由多到少的个数，，，有个数是重复的

由于我们要按照个数多少排序，所以记得重写比较函数，为啥不能让数字做键，因为键不能重复，所以这里单词是键，OK 。

1 str.split("\\s+");这里记录分隔符

2 正则表达式,
\\d表示 0-9 的数字,
\\s表示 空格,回车,换行等空白符,
\\w表示单词字符(数字字母下划线)
+号表示一个或多个的意思

代码：

 package calnum;

 import java.io.BufferedReader;
 import java.io.FileNotFoundException;
 import java.io.FileReader;
 import java.io.IOException;
 import java.nio.Buffer;
 import java.nio.ShortBuffer;
 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;
 import java.util.Scanner;
 import java.util.TreeMap;

 import javax.swing.Spring;
 import javax.swing.text.html.parser.Entity;

 public class calwordnum{

     public String readfile() throws IOException {
         String all = null;
         // System.out.print("##########################");
         Scanner cin = new Scanner(System.in);
         System.out.print("plz input file name:");
         String filename = cin.next();
         FileReader read = new FileReader(filename);
         BufferedReader re = new BufferedReader(read);
         StringBuffer strbuf = new StringBuffer();

         String ss;
         while ((ss = re.readLine()) != null) {
             strbuf.append(ss);
         //读全文
         }

         return strbuf.toString();

     }

     //
     public String[] input(String str) {
         String[] arr = str.split("\\s+");

         return arr;
     }

     public void putmap(List<String> ls) {
         String temp, theword = null;
         int flage = 0;
         theword = ls.get(0);
         Map<String, Integer> map = new HashMap<String, Integer>();
         Iterator it = ls.iterator();
         while (it.hasNext()) {
             // System.out.println("sss"+it.next().toString());
             temp = it.next().toString();

             if (temp.equals(theword)) {
                 flage++;
                 continue;
             } else {
                 map.put(theword, flage);
                 flage = 1;
                 theword = temp;

             }
         }

         map.put(theword, flage);
         //重写比较方法，treemap按值排序。用两个map 比较函数需要参数
         ValueComparator bvc =  new ValueComparator(map);
        Map<String,Integer> map2 = new TreeMap<String,Integer>(bvc);
        map2.putAll(map);
         Iterator mapit = map2.entrySet().iterator();
         while (mapit.hasNext()) {
             Entry tr = (Entry) mapit.next();

             String num = (String) tr.getKey();
             int sa = (Integer) tr.getValue();
             System.out.println("this word:"+num + " has:" + sa + "个");
         }

     }

     // /
     public static void main(String[] args) throws IOException {
         // TODO Auto-generated method stub
         List<String> ls = new ArrayList<String>();

         calwordnum ca = new calwordnum();

         String allword = ca.readfile();
         String[] arr = ca.input(allword);
         for (int i = 0; i < arr.length; i++) {

             ls.add(arr[i].toLowerCase());
         }

         Collections.sort(ls);
         display(ls);
         ca.putmap(ls);

     }

     @Override
     public boolean equals(Object obj) {
         // TODO Auto-generated method stub
         return super.equals(obj);
     }

     private static void display(List<String> ls) {
         // TODO Auto-generated method stub

         for (String s : ls)
             System.out.println(s);
     }    

 }
 //
 class ValueComparator implements Comparator<String> {  

     Map<String, Integer> base;
     public ValueComparator(Map<String, Integer> base) {
         this.base = base;
     }  

     public int compare(String a, String b) {
         if (base.get(a) >=base.get(b)) {
             return -1;  //注意   不要返回0 会删除重复
         } 

         else {
             return 1;
         }
     }
 }  

不截图了，运行了之后输入文件名就行，如果你的分隔符不是//s+能满足的，麻烦自行修改。出来的结果就是单词，单词个数，有考虑步骤的地方。望批评指正