java 统计10000篇文章中不同单词出现的次数并以次序排序

2024-03-27 17:18

本文主要是介绍java 统计10000篇文章中不同单词出现的次数并以次序排序,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

统计10000篇文章中不同单词出现的次数并以次序排序

此次统计从两方面入手:一是单线程读取10000个文件;二是打开10000个线程,每个线程读取一个文件


单线程程序

import java.io.BufferedReader;
import java.io.File;
import java.io.FileReader;
import java.util.ArrayList;
import java.util.Collections;
import java.util.Comparator;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.TreeMap;public class CountLetters {
//	public static String FILE_NAME = "/home/taohao/temp/english.txt";public static String FILE_PATH = "/home/taohao/temp/test";private String[] readFromeFile(String[] fileNames){String lineString = new String();StringBuilder line = new StringBuilder();BufferedReader bufferedReader = null;for(String name : fileNames){try {name = FILE_PATH + "/" + name;File file = new File(name);bufferedReader = new BufferedReader(new FileReader(file));while((lineString=bufferedReader.readLine())!=null){line.append(lineString);}bufferedReader.close();} catch (Exception e) {// TODO: handle exceptionSystem.out.println(e);}}
//		System.out.println(line.toString());String[] letters = line.toString().split("\\W+");return letters;}private HashMap<String, Integer> countMap(String[] string){HashMap<String, Integer> hashMap = new HashMap<String, Integer>();Integer integer = new Integer(1);int newIntValue;Integer newInteger = null;Integer value = null;for(String item : string){if((value=hashMap.get(item))==null){hashMap.put(item, integer);}else {newIntValue = value.intValue() + 1;newInteger = new Integer(newIntValue);hashMap.put(item, newInteger);}}return hashMap;}// treemap 的key 不能重复,否则会被覆盖,因此此处的转换有问题
//	private TreeMap<Integer, String>hashMapToTreeMap(HashMap<String, Integer> hashMap){
//		TreeMap<Integer, String> treeMap = new TreeMap<Integer, String>(new Comparator<Integer>() {
//
//			@Override
//			public int compare(Integer o1, Integer o2) {
//				// TODO Auto-generated method stub
//				return ~o1.compareTo(o2)+1;
//			}
//		});
//		for(String letter : hashMap.keySet()){
//			treeMap.put(hashMap.get(letter), letter);
//		}
//		return treeMap;
//	}public static void main(String[] args){/** 单线程*/long start = System.currentTimeMillis();  //msCountLetters countLetters = new CountLetters();File file = new File(CountLetters.FILE_PATH);String[] fileNames = file.list();String[] letters = countLetters.readFromeFile(fileNames);System.out.println(letters.length);HashMap<String, Integer> hashMap = countLetters.countMap(letters);System.out.println(hashMap.size());SortByValues sortByValues = new SortByValues();List<Map.Entry<String, Integer>> mapItemList = new ArrayList<>(hashMap.entrySet());Collections.sort(mapItemList, sortByValues);System.out.println(mapItemList.size());System.out.println(mapItemList.toString());long end = System.currentTimeMillis();System.out.println("start-end=" + (end-start));}
}


多线程程序

import java.io.BufferedReader;
import java.io.File;
import java.io.FileReader;
import java.util.ArrayList;
import java.util.Collections;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;public class CountLettersThreads {public static String FILE_PATH = "/home/taohao/temp/test";
//	private String[] fileLiStrings = null;public HashMap<String, Integer> hashMap = new HashMap<String, Integer>();class countThread implements Runnable{private String fileName = null;private String[] letterStrings = null;public countThread(String fileName) {// TODO Auto-generated constructor stubthis.fileName = FILE_PATH + "/" + fileName;}@Overridepublic void run() {// TODO Auto-generated method stubletterStrings = readFromeFile(fileName);synchronized (hashMap) {Integer integer = new Integer(1);int newIntValue;Integer newInteger = null;Integer value = null;for(String item : letterStrings){if((value=hashMap.get(item))==null){hashMap.put(item, integer);}else {newIntValue = value.intValue() + 1;newInteger = new Integer(newIntValue);hashMap.put(item, newInteger);}}}}public String[] readFromeFile(String fileName){String lineString = new String();StringBuilder line = new StringBuilder();File file = new File(fileName);BufferedReader bufferedReader = null;try {bufferedReader = new BufferedReader(new FileReader(file));while((lineString=bufferedReader.readLine())!=null){line.append(lineString);}bufferedReader.close();} catch (Exception e) {// TODO: handle exceptionSystem.out.println("readfile exception " + e);}System.out.println(line.toString());String[] letters = line.toString().split("\\W+");return letters;}}public static void main(String[] args) throws Exception{long start = System.currentTimeMillis();  // msFile file = new File(CountLettersThreads.FILE_PATH);CountLettersThreads countLettersThreads = new CountLettersThreads();String[] fileList = file.list();int fileCount = fileList.length;for(int i=0; i<fileCount; i++){CountLettersThreads.countThread runnaThread = countLettersThreads.new countThread(fileList[i]);Thread thread = new Thread(runnaThread);thread.start();thread.join();}HashMap<String, Integer> hashMap = countLettersThreads.hashMap;System.out.println(hashMap.size());SortByValues sortByValues = new SortByValues();List<Map.Entry<String, Integer>> mapItemList = new ArrayList<>(hashMap.entrySet());Collections.sort(mapItemList, sortByValues);System.out.println(mapItemList.toString());long end = System.currentTimeMillis();System.out.println("start-end=" + (end-start));}
}


另外用到的一个比较类

import java.awt.List;
import java.util.Comparator;
import java.util.HashMap;
import java.util.Map;
import java.util.Map.Entry;public class SortByValues implements Comparator<Map.Entry<String, Integer>>{@Overridepublic int compare(Entry<String, Integer> o1, Entry<String, Integer> o2) {// TODO Auto-generated method stubreturn ~o1.getValue().compareTo(o2.getValue()) + 1;}
}


得到的统计数据为:

单线程用时84537ms, 差不多是多线程的三倍多。

多线程用时31516ms

由上可知两者的差别只有三倍左右的差别,我觉得可能的原因是在最后排序都是统一排序的,

多线程只负责了读文件和区分不同的单词及单词出现的数量,并没有进行局部排序。

如果在每个线程里面进行了局部排序应该两者所用的时间还会继续拉大。


另外本程序中对hashmap的value进行排序,此时是将hashmap的entry作为list的元素,通过collection的sort()函数进行排序的。

collection的sort()函数怎样排序的,我还要进一步查阅资料学习。????







这篇关于java 统计10000篇文章中不同单词出现的次数并以次序排序的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/852857

相关文章

一篇文章彻底搞懂macOS如何决定java环境

《一篇文章彻底搞懂macOS如何决定java环境》MacOS作为一个功能强大的操作系统,为开发者提供了丰富的开发工具和框架,下面:本文主要介绍macOS如何决定java环境的相关资料,文中通过代码... 目录方法一:使用 which命令方法二:使用 Java_home工具(Apple 官方推荐)那问题来了,

Java HashMap的底层实现原理深度解析

《JavaHashMap的底层实现原理深度解析》HashMap基于数组+链表+红黑树结构,通过哈希算法和扩容机制优化性能,负载因子与树化阈值平衡效率,是Java开发必备的高效数据结构,本文给大家介绍... 目录一、概述:HashMap的宏观结构二、核心数据结构解析1. 数组(桶数组)2. 链表节点(Node

Java AOP面向切面编程的概念和实现方式

《JavaAOP面向切面编程的概念和实现方式》AOP是面向切面编程,通过动态代理将横切关注点(如日志、事务)与核心业务逻辑分离,提升代码复用性和可维护性,本文给大家介绍JavaAOP面向切面编程的概... 目录一、AOP 是什么?二、AOP 的核心概念与实现方式核心概念实现方式三、Spring AOP 的关

详解SpringBoot+Ehcache使用示例

《详解SpringBoot+Ehcache使用示例》本文介绍了SpringBoot中配置Ehcache、自定义get/set方式,并实际使用缓存的过程,文中通过示例代码介绍的非常详细,对大家的学习或者... 目录摘要概念内存与磁盘持久化存储:配置灵活性:编码示例引入依赖:配置ehcache.XML文件:配置

Java 虚拟线程的创建与使用深度解析

《Java虚拟线程的创建与使用深度解析》虚拟线程是Java19中以预览特性形式引入,Java21起正式发布的轻量级线程,本文给大家介绍Java虚拟线程的创建与使用,感兴趣的朋友一起看看吧... 目录一、虚拟线程简介1.1 什么是虚拟线程?1.2 为什么需要虚拟线程?二、虚拟线程与平台线程对比代码对比示例:三

Java中的.close()举例详解

《Java中的.close()举例详解》.close()方法只适用于通过window.open()打开的弹出窗口,对于浏览器的主窗口,如果没有得到用户允许是不能关闭的,:本文主要介绍Java中的.... 目录当你遇到以下三种情况时,一定要记得使用 .close():用法作用举例如何判断代码中的 input

Spring Gateway动态路由实现方案

《SpringGateway动态路由实现方案》本文主要介绍了SpringGateway动态路由实现方案,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随... 目录前沿何为路由RouteDefinitionRouteLocator工作流程动态路由实现尾巴前沿S

JavaScript对象转数组的三种方法实现

《JavaScript对象转数组的三种方法实现》本文介绍了在JavaScript中将对象转换为数组的三种实用方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友... 目录方法1:使用Object.keys()和Array.map()方法2:使用Object.entr

idea+spring boot创建项目的搭建全过程

《idea+springboot创建项目的搭建全过程》SpringBoot是Spring社区发布的一个开源项目,旨在帮助开发者快速并且更简单的构建项目,:本文主要介绍idea+springb... 目录一.idea四种搭建方式1.Javaidea命名规范2JavaWebTomcat的安装一.明确tomcat

Java高效实现PowerPoint转PDF的示例详解

《Java高效实现PowerPoint转PDF的示例详解》在日常开发或办公场景中,经常需要将PowerPoint演示文稿(PPT/PPTX)转换为PDF,本文将介绍从基础转换到高级设置的多种用法,大家... 目录为什么要将 PowerPoint 转换为 PDF安装 Spire.Presentation fo