package search;import java.io.BufferedReader;import java.io.File;import java.io.FileReader;import java.io.IOException;import java.util.ArrayList;import java.util.Collections;import java.util.Comparator;import java.util.List;import java.util.Map;import java.util.Map.Entry;import java.util.Scanner;import java.util.TreeMap;public class UpdateWordSearch {	/**	 * 输入文件 保存分隔后的单词集合 保存统计后的单词集合	 */	String article;// 保存文章的内容	String[] rWords;	String[] words;	int[] wordFreqs;// 保存单词对应的词频	String filename;// 文件名	// 统计总数	int total = 0;	// 构造函数：输入文章的内容	public UpdateWordSearch() throws IOException {		Scanner sc = new Scanner(System.in);		System.out.println("请输入文件名：");		filename = sc.nextLine();		File file = new File(filename);		if (!file.exists()) {			System.out.println("文件不存在！");			return;		}		BufferedReader bf = new BufferedReader(new FileReader(file));		StringBuffer article = new StringBuffer(); // 动态字符串数组		String temp = bf.readLine();		while (temp != null) {			article.append(temp + " "); // 往动态字符串数组里添加数据			temp = bf.readLine();			if (temp == null) {				break;			}		}		this.article = article.toString();	}	// 分词并统计相应词汇	public void sWord() {		// 分词的时候，因为标点符号不参与，所以所有的符号全部替换为空格		final char SPACE = ‘ ‘;		article = article.replace(‘\"‘, SPACE).replace(‘,‘, SPACE)				.replace(‘.‘, SPACE).replace(‘\‘‘, SPACE);		article = article.replace(‘(‘, SPACE).replace(‘)‘, SPACE)				.replace(‘-‘, SPACE);		rWords = article.split("\\s+");// 凡是空格隔开的都算单词，上面替换了‘,所以I‘ve被分成两个单词	}	public List<String> sort() {		// 将所有出现的字符串放入唯一的list中，不用map，是因为map寻找效率太低了		List<String> list = new ArrayList<String>();		for (String word : rWords) {			list.add(word);		}		Collections.sort(list);		return list;	}	// 词汇排序	public List countWordFreq() {		// 统计词频信息		Map<String, Integer> wordsInfo = new TreeMap<String, Integer>();		String word = ""; // 词频名字		int count = 0; // 词频数量		// 统计单词总数		int total = 0;		List<String> wordList = sort();		word = wordList.get(0);		for (int i = 0; i <= wordList.size(); i++) {			if (i == wordList.size()) {				wordsInfo.put(word, count);				total++;				break;			}			if (wordList.get(i).equals(word)) {				count++;			} else {				wordsInfo.put(word, count);				total++;				word = wordList.get(i);				count = 1;			}		}		// 词频信息排序		List<Map.Entry<String, Integer>> list = new ArrayList<Map.Entry<String, Integer>>(				wordsInfo.entrySet());		Collections.sort(list, new Comparator<Map.Entry<String, Integer>>() {			@Override			public int compare(Entry<String, Integer> o1,					Entry<String, Integer> o2) {				// TODO Auto-generated method stub				return o2.getValue().compareTo(o1.getValue());			}		});		this.total = total;		return list;	}	public void run() {		// 拆分文本		sWord();		// 统计词频		List<Map.Entry<String, Integer>> list = countWordFreq();		// 打印词频总数		System.out.println("词频总数：");		System.out.println("total:" + this.total);		System.out.println("词频统计信息：");		// 打印统计词频		int m = 0;		for (Map.Entry<String, Integer> mapping : list) {			if (m < 10) {				System.out.println(mapping.getKey() + " : "						+ mapping.getValue());				m++;			} else				break;		}	}	// 测试类的功能	public static void main(String[] args) throws IOException {		UpdateWordSearch w = new UpdateWordSearch();		w.run();	}}