利用Java实现词频统计

实现词频统计的一种简单方法是使用Java中的HashMap数据结构，将每个单词作为键，出现次数作为值。具体实现步骤如下：

1. 读取文本文件，将文件内容存储在一个字符串中。

2. 使用正则表达式将字符串中的非字母字符替换为空格，以便将文本分割成单词。

String content = readFileAsString("input.txt"); // 读取文本文件
content = content.replaceAll("[^a-zA-Z]", " "); // 将非字母字符替换为空格

3. 将文本分割成单词，并统计每个单词出现的次数。

Map<String, Integer> wordCount = new HashMap<>();
String[] words = content.split("\\s+");
for (String word : words) {
    word = word.toLowerCase(); // 将单词转换为小写字母，以便不区分大小写
    if (!word.isEmpty()) {
        int count = wordCount.getOrDefault(word, 0);
        wordCount.put(word, count + 1);
    }
}

4. 输出每个单词及其出现次数。

for (String word : wordCount.keySet()) {
    int count = wordCount.get(word);
    System.out.println(word + ": " + count);
}

完整代码如下：

import java.io.IOException;
import java.nio.file.Files;
import java.nio.file.Paths;
import java.util.HashMap;
import java.util.Map;

public class WordCount {
    public static void main(String[] args) throws IOException {
        String content = readFileAsString("input.txt"); // 读取文本文件
        content = content.replaceAll("[^a-zA-Z]", " "); // 将非字母字符替换为空格

        Map<String, Integer> wordCount = new HashMap<>();
        String[] words = content.split("\\s+");
        for (String word : words) {
            word = word.toLowerCase(); // 将单词转换为小写字母，以便不区分大小写
            if (!word.isEmpty()) {
                int count = wordCount.getOrDefault(word, 0);
                wordCount.put(word, count + 1);
            }
        }

        for (String word : wordCount.keySet()) {
            int count = wordCount.get(word);
            System.out.println(word + ": " + count);
        }
    }

    private static String readFileAsString(String filePath) throws IOException {
        return new String(Files.readAllBytes(Paths.get(filePath)));
    }
}

其中，`readFileAsString`方法用于读取文本文件并返回字符串。如果需要统计多个文件的词频，可以将整个统计过程放到一个循环中，每次读取一个文件并更新词频统计结果。