要在Java中分析文本的高频次数据,你可以使用HashMap来记录每个单词的出现次数

发布于:2024-10-18 ⋅ 阅读:(8) ⋅ 点赞:(0)

要在Java中分析文本的高频次数据,你可以使用HashMap来记录每个单词的出现次数。以下是一个简单的示例代码,演示如何读取文本文件,统计每个单词的频率,并输出出现次数最多的单词。

import java.io.BufferedReader;
import java.io.FileReader;
import java.io.IOException;
import java.util.*;
import java.util.stream.Collectors;
/**
 * @author weimeilayer@gmail.com ✨
 * @date 💓💕 2024年10月17日 🐬🐇 💓💕
 */
public class WordFrequencyAnalyzer {
    public static void main(String[] args) {
        String filePath = "path/to/your/textfile.txt"; // 替换为你的文本文件路径
        Map<String, Integer> wordCountMap = new HashMap<>();

        // 读取文本文件并统计单词频率
        try (BufferedReader br = new BufferedReader(new FileReader(filePath))) {
            String line;
            while ((line = br.readLine()) != null) {
                // 使用正则表达式分割单词,并将其转换为小写
                String[] words = line.toLowerCase().split("\\W+");
                for (String word : words) {
                    if (!word.isEmpty()) {
                        wordCountMap.put(word, wordCountMap.getOrDefault(word, 0) + 1);
                    }
                }
            }
        } catch (IOException e) {
            e.printStackTrace();
        }
        // 排序并输出高频次单词
        int topN = 10; // 设置要输出的高频单词数量
        List<Map.Entry<String, Integer>> sortedEntries = wordCountMap.entrySet()
                .stream()
                .sorted(Map.Entry.<String, Integer>comparingByValue().reversed())
                .limit(topN)
                .collect(Collectors.toList());

        System.out.println("Top " + topN + " Word Frequencies:");
        sortedEntries.forEach(entry -> {
            System.out.println(entry.getKey() + ": " + entry.getValue());
        });
    }
}


输出所有

 // 输出高频次单词
        System.out.println("Word Frequencies:");
        wordCountMap.forEach((word, count) -> {
            System.out.println(word + ": " + count);
        });