首页 > 代码库 > Java实现的词频统计——单元测试
Java实现的词频统计——单元测试
前言：本次测试过程中发现了几个未知字符，这里将其转化为十六进制码对其加以区分。
1）保存统计结果的Result文件中显示如图：
2）将其复制到eclipse环境下的切分方法StringTokenizer中却没有显示；
复制前：
复制后：
前后看似没有任何变化；
3）改动后的统计结果：
因此为了检测这个字符做了一个将其转化为十六进制码的小程序：
1 String t = "\0"; 2 String s = "\0"; 3 byte[] bbb = t.getBytes(); 4 int[] n = new int[bbb.length]; 5 for (int i = 0; i < n.length; i++) { 6 n[i] = bbb[i] & 0xff; 7 } 8 for (int j = 0; j < n.length; j++) { 9 System.out.println(Integer.toString(n[j], 0x10));10 }11 System.out.println("-----------------");12 byte[] b = s.getBytes();13 int[] in = new int[b.length];14 for (int i = 0; i < in.length; i++) {15 in[i] = b[i] & 0xff;16 }17 for (int j = 0; j < in.length; j++) {18 System.out.println(Integer.toString(in[j], 0x10));19 }
运行结果如下：
从结果可以看出，这个未知字符是由三个字符组成，而类似的难以识别的字符还有很多。
此外，在做单元测试之前还做了一项额外的测试——read（）方法读取文件时单次读取的字符数量对效率的影响：
选取了从1-128、129-256、257-384、385-512四个范围，分别进行了测试。
总测试次数2560次，耗时10min左右，统计结果：
当取值在200左右时运行速率最快，平均值在210ms左右.
单元测试
1.
Java实现的词频统计——单元测试
声明：以上内容来自用户投稿及互联网公开渠道收集整理发布，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任，若内容有误或涉及侵权可进行投诉： 投诉/举报 工作人员会在5个工作日内联系你，一经查实，本站将立刻删除涉嫌侵权内容。