【Java】读取文本输出频率最高的单词

既然说到词频，那肯定是要用键值对来保存单词和对应的次数了。

这里插入一下HashMap和TreeMap：

HashMap：基于哈希表实现。使用HashMap要求添加的键类明确定义了hashCode()和equals()[可以重写hashCode()和equals()]，为了优化HashMap空间的使用，您可以调优初始容量和负载因子。适用于在Map中插入、删除和定位元素。

(1)HashMap(): 构建一个空的哈希映像
(2)HashMap(Map m): 构建一个哈希映像，并且添加映像m的所有映射
(3)HashMap(int initialCapacity): 构建一个拥有特定容量的空的哈希映像
(4)HashMap(int initialCapacity, float loadFactor): 构建一个拥有特定容量和加载因子的空的哈希映像

TreeMap：基于红黑树实现。TreeMap没有调优选项，因为该树总处于平衡状态。适用于按自然顺序或自定义顺序遍历键(key)。

(1)TreeMap():构建一个空的映像树
(2)TreeMap(Map m): 构建一个映像树，并且添加映像m中所有元素
(3)TreeMap(Comparator c): 构建一个映像树，并且使用特定的比较器对关键字进行排序
(4)TreeMap(SortedMap s): 构建一个映像树，添加映像树s中所有映射，并且使用与有序映像s相同的比较器排序

HashMap通常比TreeMap快一点(树和哈希表的数据结构使然)，建议多使用HashMap，在需要排序的Map时候才用TreeMap。

为了让单词自动按字母顺序排列（看着顺眼），我用了TreeMap，但是TM自定义Comparator只可以对key设置，不能设置value的排序规则，因为它是靠key搭建的树，所以用到的方法是：先转成集合List，里面放了TM的Entry键值对，对这个集合的排序写一个Comparator方法。

 1 import java.io.BufferedReader;
 2 import java.io.File;
 3 import java.io.FileReader;
 4 import java.io.IOException;
 5 import java.util.ArrayList;
 6 import java.util.Collections;
 7 import java.util.Comparator;
 8 import java.util.List;
 9 import java.util.Map;
10 import java.util.TreeMap;
11 
12 public class texMain {
13     public static void main(String[] args) throws IOException {
14         File file=new File("E:/test.txt");
15         BufferedReader bReader= new BufferedReader(new FileReader(file));
16      
17         TreeMap<String, Integer> map=new TreeMap<String, Integer>();
18         String line=null;
19         while((line=bReader.readLine())!=null) {
20             String[] strs=line.trim().split("[^A-Za-z]");
21             for(String s:strs) {
22                 if(s.trim().length()==0)continue;
23                 if(!map.containsKey(s))
24                     map.put(s,1);
25                 else {
26                     map.put(s, map.get(s)+1);
27                 }
28             }
29         }
30         bReader.close();
31         List<Map.Entry<String,Integer>> list=new ArrayList<>(map.entrySet());
32         Collections.sort(list,new Comparator<Map.Entry<String, Integer>>(){
33             @Override
34             public int compare(java.util.Map.Entry<String, Integer> o1, java.util.Map.Entry<String, Integer> o2) {
35                 
36                 return o2.getValue().compareTo(o1.getValue());
37             }
38         });
39         for(Map.Entry<String, Integer> m:list) {
40             System.out.println(m.getKey()+" "+m.getValue());
41         }
42         System.out.println(list.get(0).getKey()+" "+list.get(0).getValue());
43     }
44 }

PS：HashMap的负载因子：当负载因子较大时，去给table数组扩容的可能性就会少，所以相对占用内存较少（空间上较少），但是每条entry链上的元素会相对较多，查询的时间也会增长（时间上较多）。反之就是，负载因子较少的时候，给table数组扩容的可能性就高，那么内存空间占用就多，但是entry链上的元素就会相对较少，查出的时间也会减少。所以才有了负载因子是时间和空间上的一种折中的说法。所以设置负载因子的时候要考虑自己追求的是时间还是空间上的少。

【Java】读取文本输出频率最高的单词

猜你喜欢