标签：span blog sort 大小写 重叠 lin 第二次作业 文件中 col
本次作业采用c#语言进行编程。主要功能包括：
1）在指定文件中进行输入，之后运行程序进行词频统计。
2）输入文件夹中的文件名，并对其进行词频统计
3）对指定目录遍历其中文件，对每一个文件进行词频统计，并输出前10个出现率最高的单词
4）在控制台输入文本内容，并统计它的词频。
各个功能调用的主要函数都有很大部分的重叠，如都调用了CountEachWord方法，对此主要函数进行说明：
1. CountEachWord(string url,int choice)划分文件中的单词，在这个程序中凡是一字母开头的文本算是一个单词，如1a不算是单词，但是a1算是一个单词。程序中使用了正则表达式进行匹配单词项，使用regex中的Matches方法得到一个单词Match集合，并将其存储到忽略大小写的hashtable中。
int count = 0; //单词总数统计变量 StreamReader streamReader = new StreamReader(url); string line; Regex regex = new Regex(@"\b[A-Za-z]+[A-Za-z0-9]*"); while ((line = streamReader.ReadLine()) != null) { MatchCollection matchCollection = regex.Matches(line); foreach(Match word in matchCollection) { string words = word.ToString(); if (hashtable.Contains(words)) { int j = Convert.ToInt32(hashtable[words]) + 1; hashtable[words] = j; } else { hashtable.Add(words, 1); } } } //输出文章中不重复的单词总数 count = hashtable.Keys.Count; Console.WriteLine("total: " + count);
2. 对hash表中的单词数从大到小进行排序。先将hashtable中的键（单词）和值（单词频率）存储到数组，以数组索引值为链接。使用了快速排序。快速排序的时间复杂度为O（nlogn)
ArrayList arrayList = new ArrayList(hashtable.Keys); string[] keyArray = new string[arrayList.Count]; int[] valueArray = new int[arrayList.Count]; int index = 0; foreach(string key in arrayList) { //keyArray[index] = key; keyArray[index] = Convert.ToString(key); valueArray[index] = Convert.ToInt32(hashtable[key]); index++; } //快速排序递归算法 QuickSort(valueArray,keyArray, 0, arrayList.Count - 1);
标签：span blog sort 大小写 重叠 lin 第二次作业 文件中 col
原文地址：http://www.cnblogs.com/clairewyd/p/7531028.html
