福大软工1816 · 第二次作业 - 个人项目

Github项目地址：https://github.com/TTTIDE/personal-project

PSP表格如下：

　　题目：　

• 统计文件的字符数：
  • 只需要统计Ascii码，汉字不需考虑
  • 空格，水平制表符，换行符，均算字符
• 统计文件的单词总数，单词：至少以4个英文字母开头，跟上字母数字符号，单词以分隔符分割，不区分大小写。
  • 英文字母： A-Z，a-z
  • 字母数字符号：A-Z， a-z，0-9
  • 分割符：空格，非字母数字符号
  • 例：file123是一个单词， 123file不是一个单词。file，File和FILE是同一个单词
• 统计文件的有效行数：任何包含非空白字符的行，都需要统计。
• 统计文件中各单词的出现次数，最终只输出频率最高的10个。频率相同的单词，优先输出字典序靠前的单词。
• 统计文件的有效行数：任何包含非空白字符的行，都需要统计。
• 统计文件中各单词的出现次数，最终只输出频率最高的10个。频率相同的单词，优先输出字典序靠前的单词。
• 按照字典序输出到文件result.txt：例如，windows95，windows98和windows2000同时出现时，则先输出windows2000
• 输出的单词统一为小写格式

　　刚拿到题目，当然是先分析题目，题目几个重要的点都已画出来，随后思考如何进行下一步。

　　上网查找资料，进行分析。

　　先解决用什么读文件，用什么进行单词统计，用什么方法进行筛选正确的单词出来。

　　针对每个问题有个大概的解决方法，再对每一部分进行完成。

　　再查找api文档，关于一些类方法的功能和调用。

　　首先先读文本，利用BufferedReader，从字符输入流中读取文本，缓冲各个字符，从而实现字符、数组和行的高效读取。

　　因为是统计文件的字符数，又有一个重点是不区分大小写并且是输出单词统一为小写格式，所以我想到的是先对文件进行处理，先把所有的字母都转换为小写的在进行统计。所以在一开始就先对txt进行处理，处理完之后进行下一步。

　　单词至少是4个英文字母开头，并且例如file123都算是一个单词，但123file，不算一个单词。并且需要统计单词的词频，就想到用map来写。把单词当做key的时候不论是否有4个字母都先进行存放，最后输出top10的时候在进行判断，从而输出。在筛选单词直接用正则来过滤，例split("[^a-zA-Z0-9]") 后，再利用for循环找出以字母开头的单词，当做key放入map。

　　之后还有一点就是统计总的字符数，直接调用BufferedReader中的readline()方法，对每一行的字符数进行累加，最后只需要再加上行数就是文本中总的字符数。(总的行数，利用循环判断，readline()!=null时++)。

　　1.先对文本进行大小写处理

CharArrayWriter tempStream = new CharArrayWriter();
int i = -1;
do {
if(i!=-1)
tempStream.write(i);
i = myBufferedReader.read();
if(i >= 65 && i <= 90){
i += 32;
}
}while(i != -1);
myBufferedReader.close();
Writer myWriter = new FileWriter(pathname);
tempStream.writeTo(myWriter);
tempStream.flush();
tempStream.close();
myWriter.close();

　　2.在进行单词的过滤和存放

while((readLine = br.readLine()) != null){
　　wordline++;
　　String[] wordsArr1 = readLine.split("[^a-zA-Z0-9]"); //过滤

　　characterscount+=readLine.length();//统计每行的字符数 最后只需再加上行数就是总字符数


　　for (String word : wordsArr1) {
　　　　if(word.length() != 0){ //去除长度为0的行

　　　　　　while(!(word.charAt(0)>=97&&word.charAt(0)<=122))
　　　　　　{
　　　　　　　　word = word.substring(1, word.length());
　　　　　　}
　　　　　　if(word.length()>=4) wordcount++;

　　　　　　lists.add(word);
　　　　}
　　}
}

　　3.对词频统计　　

//单词出现个数统计
for (String li : lists) {
　　if(wordsCount.get(li) != null){
　　　　wordsCount.put(li,wordsCount.get(li) + 1);
　　　}else{
　　　　wordsCount.put(li,1);
　　}
}

　　4.输出

测试样例:

aaa
123bbb
abc123
dddd
DDDD
Abc123
ABC123

输出结果：

characters: 42
words: 5
lines: 7
abc123: 3
dddd: 2

　　心路历程及收获：

　　　　在得到一个题目之后，首先要做的是先对题目进行分析，圈出重要的部分。然后针对题目思考如何进行完成，可以分步进行，考虑每一部分该如何去做。在做题过程中有一些不了解和之前未涉及到的部分，查阅资料和询问他人是一个比较简便快捷的方法，弄懂了之后再继续完成该做的部分。就学到一些之前不了解的知识。

福大软工1816 · 第二次作业 - 个人项目

原文：https://www.cnblogs.com/T1DE/p/9614067.html