作业3

要求：

1. 实现一个控制台程序，给定一段英文字符串，统计其中各个英文单词的出现频率。

2.性能分析：

• 对C++代码运行VS的性能分析工具，找出性能问题并进行优化。
• 对Java程序运行性能分析工具 NetBeans IDE 6.0，找出性能问题并进行优化。

作业提示：

• 字母: A-Z, a-z.
• 字母数字: A-Z, a-z, 0-9.
• 分隔符: 非字母数字
• 单词:
• 包含有4个或4个以上的字母
• 单词由分隔符分开
• 如果一个字符串包含_非_字母数字，则不是单词
• 单词大小写不敏感，例如 “file”、“FILE”和“File”可以看作同一个单词
• 单词必须是字母开头，“file123”是单词，“123file”不是单词

作为第一次使用Java编程，其中很多东西不如C++来得熟悉，尤其是Java中有许多的类库完全不知道作业中需要用到哪些，所以很头疼。而且不熟悉使用Myeclipse编程，花了不少时间安装和学习使用。特意翻看了数据结构和Java的教材并没有解决作业中的问题，最后在借鉴了网上的代码在同学的帮助下完成了作业。

package lyl;

import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.StringTokenizer;
import java.util.Map.Entry;

public class wordcount {

	public static void main(String arg[]) {

		Map<String, Integer> map = new HashMap<String, Integer>();// 用于统计各个单词的个数
		String sentence = "Word is case insensitive, i.e. “file”, “FILE” and “File” are considered the same word.";
		sentence = sentence.toLowerCase();//大小写转变
		StringTokenizer token = new StringTokenizer(sentence); // 将字符串分解成一个个的标记

		while (token.hasMoreTokens()) {
			String word = token.nextToken(", “”?.!:\"\"''\n"); // 单词用这些分隔符 分开
			int count;
			if (map.containsKey(word)) // HashMap不允许重复的key，用这个特性，去统计单词的个数
			{
				count = map.get(word);
				map.put(word, count + 1); // 单次重复则数量加1
			} else
				map.put(word, 1); // 如果没有这个单词则新填入数量为1
		}
		sort(map);
	}

	public static void sort(Map<String, Integer> map) {
		List<Map.Entry<String, Integer>> infoIds = new ArrayList<Map.Entry<String, Integer>>(
				map.entrySet());
		for (int i = 0; i < infoIds.size(); i++) { // 输出
			Entry<String, Integer> id = infoIds.get(i);
			if (id.getKey().length() >= 4) // 字符大于等于4输出
			{
				System.out.println(id.getKey() + ":" + id.getValue());
			}

		}

	}
}

　　补充：StringTokenizer的实例有两种方式，这两种方式取决于returnDelims 标记位的值是true或false。  true 标记为true，那些分隔符字符本身即为标记。因此标记要么是一个分隔符字符，要么是那些连续字符（不是分隔符）的最大序列。  false 标记为false，则分隔符字符用来分隔标记。标记是连续字符（不是分隔符）的最大序列。  StringTokenizer类的对象在内部已经标识化的字符串中维持了当前位置。一些操作使得在现有位置上的字符串提前得到处理。 一个令牌的值是由获得其曾经创建StringTokenizer类对象的字串所返回的。

结果

看上去很简单的要求，其实有很多需要注意的地方，比如分隔符，比如HashMap的使用，更重要的是类库的调用，不知道需要使用什么类库很让人头疼

guihub：https://github.com/Superbiali/data/blob/master/%E4%BD%9C%E4%B8%9A3.cpp