. 编写 Java 程序统计一篇英文文档中各单词出现的次数，并按单词出现的 频率由高到低进行输出。 例如：文档“Hello word Hello”的统计结果为： Hello:2 次

<think>好的，我现在需要帮用户解决一个Java编程问题，统计英文文档中各单词出现的次数，并按频率从高到低输出。首先，我得理解用户的需求。用户给的例子是“Hello word Hello”，输出结果是Hello出现2次，word出现1次。看起来需要处理大小写吗？比如，如果文档里有“Hello”和“hello”，应该算作同一个单词还是不同的？这里用户没有特别说明，可能默认是不区分大小写的，但可能需要提醒用户注意这点。 接下来，我得考虑程序的步骤。首先，读取文档内容。用户可能希望从文件读取还是直接处理字符串？可能需要两种方式，但用户没有说明，所以假设是从文件读取。然后，需要将文档内容拆分成单词。拆分的时候要注意标点符号，比如“word,”和“word”应该算作同一个单词，所以需要去除标点，可能用正则表达式来分割非字母的字符。 然后是统计单词出现的次数。这里可以用HashMap来存储单词和对应的次数。遍历拆分后的单词数组，将每个单词转为小写（如果忽略大小写），然后放入HashMap中统计。接下来是排序，需要根据频率从高到低排序，所以需要将HashMap的entrySet转换成List，然后自定义比较器，按值降序排序。 最后是输出结果。遍历排序后的列表，输出单词和次数。需要注意的是，用户给的例子中输出是“Hello:2 次”，可能要保持原单词的大小写，但统计的时候是忽略大小写的。这里可能存在矛盾，比如原文中的“Hello”和“HELLO”会被统计为同一个单词，但输出时应该保留原样吗？用户例子中的输出保留了原单词的大小写，所以可能需要记录每个单词的原始形式，但统计时统一处理。不过这可能比较复杂，或者用户可能接受统一转为小写后统计，但输出时可能显示的是小写形式。需要进一步明确，但用户例子中的输出是保留原大小写的，比如“Hello”出现两次，而“word”出现一次，所以可能输入中的单词是区分大小写的。但例子中的输入是“Hello word Hello”，所以两个Hello是相同的，而word是另一个。可能用户希望区分大小写，所以统计时不需要转换大小写。这点需要确认，但用户没有说明，可能需要按照区分大小写来处理，或者在代码中让用户选择。不过为了简单起见，可能先按区分大小写处理，除非用户有特别说明。 那回到步骤，首先读取文档内容，可能用BufferedReader读取文件。然后，用正则表达式分割单词，比如使用split("[^a-zA-Z]+")，这样非字母字符作为分隔符。然后统计每个单词的出现次数。使用HashMap，遍历单词数组，如果单词已经存在，就增加计数，否则设为1。然后排序，将entrySet转为List，用Collections.sort，自定义Comparator，比较两个Entry的值，降序排列。最后遍历排序后的列表，输出结果。 可能的代码结构如下： 1. 读取文件内容，存为字符串。 2. 用正则表达式分割成单词数组。 3. 统计频率。 4. 排序。 5. 输出。 需要处理可能的异常，比如文件不存在，IO异常等，用try-catch块处理。 测试例子是否符合预期，比如输入“Hello word Hello”，应该输出Hello:2，word:1。如果代码区分大小写，那么是正确的。如果输入中有“hello”则会单独统计。用户可能需要不区分大小写，这时候需要在统计前将单词转为小写，但输出时保留原样可能困难，因为无法知道原始形式。或者用户接受统一输出小写形式。这个问题需要确认，但用户例子中的输出是保留原大小写的，所以可能应该统计时区分大小写。但用户的需求可能有不同的情况，可能需要代码灵活处理。不过根据例子，暂时按区分大小写处理。 代码示例： import java.io.BufferedReader; import java.io.FileReader; import java.util.*; import java.util.stream.Collectors; public class WordFrequencyCounter { public static void main(String[] args) { try (BufferedReader br = new BufferedReader(new FileReader("document.txt"))) { StringBuilder content = new StringBuilder(); String line; while ((line = br.readLine()) != null) { content.append(line).append(" "); } String[] words = content.toString().split("[^a-zA-Z]+"); Map<String, Integer> frequencyMap = new HashMap<>(); for (String word : words) { if (!word.isEmpty()) { frequencyMap.put(word, frequencyMap.getOrDefault(word, 0) + 1); } } List<Map.Entry<String, Integer>> sortedList = new ArrayList<>(frequencyMap.entrySet()); sortedList.sort((a, b) -> b.getValue().compareTo(a.getValue())); for (Map.Entry<String, Integer> entry : sortedList) { System.out.println(entry.getKey() + ": " + entry.getValue() + " 次"); } } catch (Exception e) { e.printStackTrace(); } } } 这里需要注意几点： 1. 分割时使用split("[^a-zA-Z]+")，这样连续的字母组成单词，非字母作为分隔符。但可能单词中有撇号，比如“don't”会被分割成“don”和“t”，这可能不正确。用户的需求是否需要考虑这种情况？如果英文文档包含这类单词，可能需要调整正则表达式。比如使用split("[^a-zA-Z']+")，保留撇号。但用户可能没有提到，所以暂时按原代码处理。 2. 空字符串的处理：split可能会生成空字符串，所以需要检查word是否为空。 3. 排序部分用了Lambda表达式，按值降序排列。 4. 输出格式与例子一致，比如“Hello:2 次”。 用户可能的问题包括如何处理大小写，如何处理带标点的单词，比如“word.”会被分割成“word”，是否正确。这些可能需要根据实际需求调整正则表达式。 此外，如果用户需要忽略大小写，可以将word转换为小写，即frequencyMap.put(word.toLowerCase(), ...)，但输出时所有单词都会是小写形式。但用户例子中的输出保留原大小写，所以可能应该统计原单词，但这样“Hello”和“hello”会被视为不同。用户可能需要忽略大小写，但例子中的输入没有这种情况，所以可能需要进一步询问用户，但根据当前信息，先按原样处理。 综上，代码应该能够满足用户给出的例子，但可能需要根据实际需求调整单词分割的方式和大小写处理。</think>以下是实现该需求的完整 Java 代码及分步说明： --- ### **实现步骤** 1. **读取文档内容** 使用 `BufferedReader` 读取文本文件 2. **分割单词** 用正则表达式 `\\W+` 分割非字母字符 3. **统计词频** 通过 `HashMap` 存储单词及其出现次数 4. **排序结果** 将词频按从高到低排序，使用 `Stream` 或 `Comparator` 5. **输出结果** 格式化打印排序后的统计结果 --- ### **完整代码** ```java import java.io.*; import java.util.*; import java.util.stream.Collectors; public class WordCounter { public static void main(String[] args) { // 1. 读取文件内容 String content = readFile("document.txt"); if (content == null) return; // 2. 分割单词 (正则表达式分割非字母字符) String[] words = content.split("[\\W]+"); // 排除标点符号 // 3. 统计词频 (区分大小写) Map<String, Integer> frequencyMap = new HashMap<>(); for (String word : words) { if (!word.isEmpty()) { frequencyMap.put(word, frequencyMap.getOrDefault(word, 0) + 1); } } // 4. 按频率排序 (降序) List<Map.Entry<String, Integer>> sortedList = frequencyMap.entrySet() .stream() .sorted((e1, e2) -> e2.getValue().compareTo(e1.getValue())) .collect(Collectors.toList()); // 5. 输出结果 System.out.println("统计结果："); for (Map.Entry<String, Integer> entry : sortedList) { System.out.printf("%s: %d 次\n", entry.getKey(), entry.getValue()); } } private static String readFile(String filePath) { StringBuilder content = new StringBuilder(); try (BufferedReader br = new BufferedReader(new FileReader(filePath))) { String line; while ((line = br.readLine()) != null) { content.append(line).append(" "); } return content.toString(); } catch (IOException e) { System.err.println("文件读取失败: " + e.getMessage()); return null; } } } ``` --- ### **关键点说明** 1. **单词分割逻辑** - 正则表达式 `[\\W]+` 会匹配所有**非字母、数字、下划线**的字符，确保正确分割单词 - 如需忽略大小写，可在统计前添加： ```java word = word.toLowerCase(); // 统一转小写 ``` 2. **排序优化** 使用 Java 8 的 `Stream` + `Lambda` 简化排序代码，替代传统 `Comparator` 写法 3. **扩展性处理** - 空字符串过滤：`if (!word.isEmpty())` 防止统计空白字符 - 文件异常处理：通过 `try-with-resources` 自动关闭流 --- ### **示例运行** 输入文件 `document.txt` 内容： ``` Hello world Hello! This is a test. Test is important. ``` 输出结果： ``` 统计结果： Hello: 2 次 is: 2 次 world: 1 次 This: 1 次 a: 1 次 test: 1 次 Test: 1 次 important: 1 次 ``` --- ### **自定义需求调整** 1. **忽略大小写** 在统计前添加 `word = word.toLowerCase();` 输出结果将合并大小写不同的单词（例如 `Test` 和 `test`） 2. **排除短词** 添加过滤条件： ```java if (word.length() < 3) continue; // 忽略长度小于3的单词 ``` 3. **支持命令行参数** 修改 `main` 方法接收文件路径： ```java public static void main(String[] args) { if (args.length == 0) { System.out.println("请指定文件路径"); return; } String content = readFile(args[0]); // ...后续代码不变 } ``` 通过调整代码逻辑，可灵活满足不同统计需求。