題目：

第1步：輸出單個文件中的前 N 個最常出現(xiàn)的英語單詞。
功能1：輸出文件中所有不重復(fù)的單詞，按照出現(xiàn)次數(shù)由多到少排列，出現(xiàn)次數(shù)同樣多的，以字典序排列。
功能2： 指定文件目錄，對目錄下每一個文件執(zhí)行統(tǒng)計的操作。
功能3：指定文件目錄，是會遞歸遍歷目錄下的所有子目錄的文件進(jìn)行統(tǒng)計單詞的功能。
功能4：輸出出現(xiàn)次數(shù)最多的前 n 個單詞，
例如， 提示統(tǒng)計統(tǒng)計前多少名：輸入10。 就是輸出最常出現(xiàn)單詞的前 10 名。 當(dāng)沒有指明數(shù)量的時候，我們默認(rèn)列出所有單詞的頻率。
第2步：第二步: 支持 stop words
在一本小說里， 頻率出現(xiàn)最高的單詞一般都是 "a", "it", "the", "and", "this", 這些詞， 可以做一個 stop word 文件 （停詞表）， 在統(tǒng)計詞匯的時候，跳過這些詞。 我們把這個文件叫 "stopwords.txt" file.

第3步: 想看看常用的短語是什么， 怎么辦呢？
先定義短語："兩個或多個英語單詞， 它們之間只有空格分隔". 請看下面的例子：

　　hello world //這是一個短語

　　hello, world //這不是一個短語

同一頻率的詞組， 按照字典序來排列。
第四步：把動詞形態(tài)都統(tǒng)一之后再計數(shù)。
想找到常用的單詞和短語，但是發(fā)現(xiàn)英語動詞經(jīng)常有時態(tài)和語態(tài)的變化，導(dǎo)致同一個詞，同一個短語卻被認(rèn)為是不同的。 怎么解決這個問題呢？
假設(shè)我們有這樣一個文本文件，這個文件的每一行都是這樣構(gòu)成：
動詞原型 動詞變形1 動詞變形2... ，詞之間用空格分開。
e.g. 動詞 TAKE 有下面的各種變形：take takes took taken taking
我們希望在實(shí)現(xiàn)上面的各種功能的時候，有一個選項(xiàng)， 就是把動詞的各種變形都?xì)w為它的原型來統(tǒng)計。
功能 支持動詞形態(tài)的歸一化

設(shè)計思想：

?自己在實(shí)現(xiàn)第一步時，思路不清楚，網(wǎng)上尋找了一種自己感覺特別好的思路。

利用兩個不同的文件來分別實(shí)現(xiàn)文件的讀取以及輸出到文件，利用哈希表來對讀取的文件數(shù)據(jù)進(jìn)行存儲，自己對哈希表的掌握真的太不熟練，在小學(xué)期時，應(yīng)該對數(shù)據(jù)結(jié)構(gòu)深入研究了。

源代碼：

zhu1.java（讀取文件）package ceshi;import java.io.File; import java.io.IOException; import java.util.ArrayList; import java.util.HashMap; import java.util.Iterator; import java.util.Scanner;public class zhu1 {public static String StatList(String str) {StringBuffer sb = new StringBuffer();HashMap<String ,Integer> has = new HashMap<String ,Integer> (); // 打開一個哈希表String[] slist = str.split("[^a-zA-Z\']+");for (int i = 0; i < slist.length; i++){if (!has.containsKey(slist[i])){has.put(slist[i], 1);}else{has.put(slist[i],has.get(slist[i])+1 );}}Iterator<String> iterator = has.keySet().iterator();String a[]=new String[100];int s[]=new int[100];int n=15;int judge;Scanner in=new Scanner(System.in);System.out.println("輸入你想要的前n個最常出現(xiàn)的單詞個數(shù):");n=in.nextInt();for(int i=0;i<n;i++){iterator = has.keySet().iterator();while(iterator.hasNext()){String word = (String) iterator.next();if(s[i]<has.get(word)){s[i]=has.get(word);a[i]=word;}}judge=woor(a[i]);if(judge==1){n++;has.remove(a[i]);}else{sb.append("單詞：").append(a[i]).append(" 次數(shù)").append(has.get(a[i])).append("\r\n");has.remove(a[i]);}}return sb.toString();}public static void main(String[] args){File file = new File("F:\\文件");ArrayList<String> fil=getDirectory(file);//目錄下的文件和子目錄里的文件for(int i=0;i<fil.size();i++){String filePath = fil.get(i);//String filePath = "d:\\文件\\單詞.txt";String sz=zhu2.readTxtFile(filePath);String ltxt=null;System.out.println(ltxt=StatList(sz));try {zhu2.daochu(ltxt);} catch (IOException e) {// TODO Auto-generated catch block e.printStackTrace();}}}public static int woor(String a){int n=0;String[] biao= {"a","the","an","and"};for(int i=0;i<biao.length;i++){if(biao[i].equals(a)){n=1;}}return n;}public static ArrayList<String> getFiles(String path) {ArrayList<String> files = new ArrayList<String>();File file = new File(path);File[] tempList = file.listFiles();for (int i = 0; i < tempList.length; i++) {if (tempList[i].isFile()) {files.add(tempList[i].toString());}if (tempList[i].isDirectory()) {}}return files;}private static ArrayList<String> getDirectory(File file) {ArrayList<String> files = new ArrayList<String>();ArrayList<String> files1 = new ArrayList<String>();//獲取該目錄下的文件列表File flist[] = file.listFiles();for (File f : flist) {if (f.isDirectory()) {// 如果f是一個目錄files1=getFiles(f.getAbsolutePath());files.addAll(files1);getDirectory(f);} else {//如果f是一個文件 files.add(f.getAbsolutePath());}}return files;}}zhu2.java(文件輸出) package ceshi;import java.io.File; import java.io.IOException; import java.util.ArrayList; import java.util.HashMap; import java.util.Iterator; import java.util.Scanner;public class zhu1 {public static String StatList(String str) {StringBuffer sb = new StringBuffer();HashMap<String ,Integer> has = new HashMap<String ,Integer> (); // 打開一個哈希表String[] slist = str.split("[^a-zA-Z\']+");for (int i = 0; i < slist.length; i++){if (!has.containsKey(slist[i])){has.put(slist[i], 1);}else{has.put(slist[i],has.get(slist[i])+1 );}}Iterator<String> iterator = has.keySet().iterator();String a[]=new String[100];int s[]=new int[100];int n=15;int judge;Scanner in=new Scanner(System.in);System.out.println("輸入你想要的前n個最常出現(xiàn)的單詞個數(shù):");n=in.nextInt();for(int i=0;i<n;i++){iterator = has.keySet().iterator();while(iterator.hasNext()){String word = (String) iterator.next();if(s[i]<has.get(word)){s[i]=has.get(word);a[i]=word;}}judge=woor(a[i]);if(judge==1){n++;has.remove(a[i]);}else{sb.append("單詞：").append(a[i]).append(" 次數(shù)").append(has.get(a[i])).append("\r\n");has.remove(a[i]);}}return sb.toString();}public static void main(String[] args){File file = new File("F:\\文件"); // // TODO Auto-generated method stub // ArrayList<String> fil=getFiles("d:\\文件");//目錄下的文件ArrayList<String> fil=getDirectory(file);//目錄下的文件和子目錄里的文件for(int i=0;i<fil.size();i++){String filePath = fil.get(i);//String filePath = "d:\\文件\\單詞.txt";String sz=zhu2.readTxtFile(filePath);String ltxt=null;System.out.println(ltxt=StatList(sz));try {zhu2.daochu(ltxt);} catch (IOException e) {// TODO Auto-generated catch block e.printStackTrace();}}}public static int woor(String a){int n=0;String[] biao= {"a","the","an","and"};for(int i=0;i<biao.length;i++){if(biao[i].equals(a)){n=1;}}return n;}public static ArrayList<String> getFiles(String path) {ArrayList<String> files = new ArrayList<String>();File file = new File(path);File[] tempList = file.listFiles();for (int i = 0; i < tempList.length; i++) {if (tempList[i].isFile()) {files.add(tempList[i].toString());}if (tempList[i].isDirectory()) {}}return files;}private static ArrayList<String> getDirectory(File file) {ArrayList<String> files = new ArrayList<String>();ArrayList<String> files1 = new ArrayList<String>();//獲取該目錄下的文件列表File flist[] = file.listFiles();for (File f : flist) {if (f.isDirectory()) {// 如果f是一個目錄files1=getFiles(f.getAbsolutePath());files.addAll(files1);getDirectory(f);} else {//如果f是一個文件 files.add(f.getAbsolutePath());}}return files;}}

運(yùn)行截圖：

轉(zhuǎn)載于:https://www.cnblogs.com/Qi77/p/11061469.html

總結(jié)

以上是生活随笔為你收集整理的统计单词（续）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。