一个文本文件统计各个单词出现的频率最高的10个词以及次数

package com.sohu.hot.vis.servlet;

import org.apache.commons.lang.StringUtils;

import java.io.BufferedReader;
import java.io.File;
import java.io.FileReader;
import java.util.*;

/**
 * 测试一下在文件中找单词重复次数的，一个面试题
 *
 * @author liweihan
 * @time 2016-12-28 16:48
 */
public class TestHan {

    public static void main(String[] args) throws  Exception {
        display("C:/java.txt");
        display2("C:/java.txt");
    }

    /**
     * @author liweihan
     * @time 2016/12/28 17:28
     * @description 方法1:正则，分割，map
     *                缺点：对标点符号没有办法区分？！
     * @param path
     * @throws Exception
     */
    public static void display(String path)throws Exception{
        File file=new File(path);
        BufferedReader br = new BufferedReader(new FileReader(file));
        String line = null;
        //定义一个map集合保存单词和单词出现的个数
        TreeMap<String,Integer> tm = new TreeMap<String,Integer>();
        //读取文件
        while((line=br.readLine())!=null){
            line = line.toLowerCase();
            String reg1 = "\\s+";
            String reg2 ="\\w+";
            //将读取的文本进行分割
            String str[] = line.split(reg1);
            for(String s: str){
                if(s.matches(reg2)){
                    //判断集合中是否已经存在该单词，若是存在则个数加1，不然将单词添加到集合中，且个数置为1
                    if(!tm.containsKey(s)){
                        tm.put(s,1);
                    }else{
                        tm.put(s,tm.get(s)+1);
                    }
                }
            }
        }
        br.close();

        System.out.println(tm);
        printResult(tm);
    }

    /**
     * @author liweihan
     * @time 2016/12/28 17:30
     * @description 方法2
     * @param path
     * @throws Exception
     */
    public static void display2(String path)throws Exception{
        File file=new File(path);
        BufferedReader br = new BufferedReader(new FileReader(file));

        int tmpchar;
        StringBuilder exist=new StringBuilder();
        Map<String,Integer> map=new TreeMap<String,Integer>();

        //读取文件
        while((tmpchar=br.read())!=-1){ //读取单个字符
            if (isCharacter(tmpchar)) { //字母
                exist.append((char) tmpchar);
            } else {
                Addword(exist.toString(),map);
                exist = new StringBuilder();
            }
        }
        br.close();
        System.out.println(map);
        printResult(map);
    }

    /**
     * @author liweihan
     * @time 2016/12/28 17:32
     * @description  判断是否为字母
     * @param tmpchar
     * @return
     */
    public static boolean isCharacter(int tmpchar) {
        if(tmpchar >= 65 && tmpchar <= 90) {
            return true;
        } else if (tmpchar >= 97 && tmpchar <= 122) {
            return true;
        } else {
            return false;
        }
    }

    /**
     * @author liweihan
     * @time 2016/12/28 17:36
     * @description 把字母组合成单词,并统计单词的数量
     * @param str
     * @param map
     */
    public static void Addword(String str,Map<String,Integer> map) {
        str = str.toLowerCase();
        Integer count = map.get(str);
        if (count == null) {
            map.put(str,1);
        } else {
            map.put(str,count+1);
        }
    }

    /**
     * @author liweihan
     * @time 2016/12/28 18:34
     * @description  打印map集合的数据，并排序
     * @param map
     */
    public static void printResult(Map<String,Integer> map) {
        List<Map.Entry<String,Integer>> list = new ArrayList<Map.Entry<String,Integer>>(map.entrySet());
        Collections.sort(list, new Comparator<Map.Entry<String, Integer>>() {
            @Override
            public int compare(Map.Entry<String, Integer> o1, Map.Entry<String, Integer> o2) {
                return (o2.getValue().compareTo(o1.getValue()) ); //降序排序,当o2小于、等于、大于o1时，返回-1,0,1
                /**
                 *
                 * public int compareTo(BigInteger val)
                 *
                 * 将此 BigInteger 与指定的 BigInteger 进行比较。
                 * 对于针对六个布尔比较运算符 (<, ==, >, >=, !=, <=) 中的每个运算符的各个方法，
                 * 优先提供此方法。执行这些比较的建议语句是：
                 * (x.compareTo(y) <op> 0)，其中 <op> 是六个比较运算符之一。
                 *
                 * 当此 BigInteger 在数值上小于、等于或大于 val 时，返回 -1，0，或 1。
                 http://hanchaohan.blog.51cto.com/2996417/1734709
                 */
            }
        });
/*        int i = 10;
        Set<String> keySet = map.keySet();
        Iterator<String> iter = keySet.iterator();
        while(iter.hasNext() && i > 0) {
            String key = iter.next();
            System.out.println( (String)key + " : " + map.get(key));
            i--;
        }*/

        for (int i = 0; i < 10; i++) {
            Map.Entry<String,Integer> entry = list.get(i);
            if (entry == null) {
                return;
            }
            System.out.println(entry.getKey() + " : " + entry.getValue());
        }
    }
}

输出结果：

{a=4, all=1, along=1, always=2, and=6, appreciate=2, are=2, around=2, bad=1, based=1, be=1, begins=1, best=1, brighten=1, brighter=1, brightest=1, can=1, chance=1, comes=1, crying=1, day=1, do=1, dream=1, dreams=1, ends=1, enough=1, everyone=2, everything=1, failures=1, feel=1, for=2, forgotten=1, from=1, future=1, go=2, happen=1, happiest=1, happiness=1, have=7, hope=1, hug=1, hurts=2, if=1, importance=1, in=4, is=2, it=1, just=3, keep=1, kiss=1, know=1, let=2, lies=1, life=4, lifeuntil=1, make=6, mean=1, message=1, miss=2, moments=1, most=1, much=1, necessarily=1, need=1, of=6, on=3, one=4, only=2, opportunity=1, or=1, other=1, out=1, past=1, people=3, pick=1, probably=1, put=1, really=2, see=1, send=1, side=1, smile=1, smiling=1, so=2, someone=1, something=1, sorrow=1, that=6, the=8, their=3, them=3, there=1, they=1, things=2, this=2, those=8, to=15, touched=2, trials=1, want=6, was=1, way=1, well=1, were=2, what=2, when=4, where=1, who=9, will=3, with=4, you=26, your=4, yourself=1}
you : 26
to : 15
who : 9
the : 8
those : 8
have : 7
and : 6
make : 6
of : 6
that : 6
{need=1, sorrow=1, =37, they=2, person=1, don=3, for=3, everything=2, chance=1, forgotten=1, people=3, of=6, are=2, on=3, only=2, something=1, yourself=1, along=1, happen=1, everyone=2, smile=2, ends=1, others=1, or=1, happiness=2, bad=1, always=2, them=3, will=3, go=4, born=1, put=1, lies=1, most=1, grows=1, life=4, side=1, happy=1, probably=1, best=1, do=2, pick=1, happiest=1, want=6, just=3, failures=1, may=1, let=2, a=4, crying=2, really=2, t=4, s=1, what=2, nothing=1, down=1, based=1, keep=1, heartaches=1, to=19, send=1, dreams=1, hug=1, enough=4, where=1, who=10, necessarily=1, love=1, kiss=1, were=2, please=1, future=1, tear=1, someone=2, when=5, friendship=1, brighten=1, brighter=1, smiling=2, trials=1, live=1, be=3, shoes=1, dream=2, so=2, begins=1, lifeuntil=1, moments=1, comes=1, much=1, and=8, that=6, sweet=1, importance=1, strong=1, lives=1, day=1, this=2, make=6, hope=1, appreciate=2, other=1, can=2, have=7, one=4, way=2, tried=1, well=1, from=1, re=1, was=1, because=1, another=1, real=1, if=2, touched=2, die=1, mean=1, all=1, too=1, hurts=2, feel=1, is=2, those=9, with=4, it=3, your=4, you=32, the=10, past=2, know=1, in=4, cry=1, around=2, human=1, message=2, opportunity=1, hurt=1, see=1, brightest=1, there=1, things=2, their=3, worry=1, searched=1, miss=2, out=1}
 : 37
you : 32
to : 19
who : 10
the : 10
those : 9
and : 8
have : 7
of : 6
want : 6