修改 WordCountReducer 类， 重写 cleanup()方法，获取出现频率 最高的 20 个关键词。

在Hadoop MapReduce中，WordCount是一个经典的示例，它统计文本文件中每个单词出现的次数。如果你想修改`WordCountReducer`类以获取出现频率最高的前20个关键词，你需要对原有`cleanup()`方法进行如下改造：

首先，确保你的`WordCountReducer`已经继承自`Reducer<Text, IntWritable, Text, IntWritable>`，并实现了`reduce()`方法来累加单词计数。然后，你需要重写`cleanup()`方法，这是一个清理阶段，通常会在这里对结果进行排序并限制返回的键值对数量。

下面是`cleanup()`方法的一个可能实现，这里假设你使用了`PriorityQueue`来存储Top 20的词频：

import java.util.*;

public class Top20WordCountReducer extends Reducer<Text, IntWritable, Text, IntWritable> {
    private PriorityQueue<Map.Entry<Text, Integer>> topWords;
    private int maxElements;

    @Override
    protected void setup(Context context) throws IOException, InterruptedException {
        super.setup(context);
        maxElements = 20; // 设置最多保存的关键词数量
        topWords = new PriorityQueue<>(Comparator.comparing(Map.Entry::getValue).reversed());
    }

    @Override
    public void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
        int sum = 0;
        for (IntWritable value : values) {
            sum += value.get();
        }
        if (!topWords.isEmpty() && sum < topWords.peek().getValue()) { // 如果新词小于当前最小值，则忽略
            return;
        }
        topWords.offer(new AbstractMap.SimpleEntry<>(key, sum));
        while (topWords.size() > maxElements) { // 超出范围则移除最小的词频
            topWords.poll();
        }
    }

    @Override
    protected void cleanup(Context context) throws IOException, InterruptedException {
        for (Map.Entry<Text, Integer> entry : topWords) {
            context.write(entry.getKey(), new IntWritable(entry.getValue()));
        }
    }
}

在这个版本的`cleanup()`方法中，我们创建了一个`PriorityQueue`来维护Top 20的词频，当新的单词计数值大于当前队列中最小的词频时，才会添加到队列中。同时，如果队列已满，会移除最频繁度最低的那个单词。