用java模拟词频统计。

有3个文件：text1: hello world

text2:hello hadoop

text3:hello mapreduce

对上面的文件进行词频统计：结果应该是：hello:3;    hadoop:1;    world:1;    mapreduce:1

代码实现如下：

package count;

import java.util.Hashtable;

import java.util.Iterator;

import java.util.StringTokenizer;

public class Count {

public static void main(String[] args) {

String [] text = new String[]{"hello world", "hello hadoop", "hello mapreduce"};

Hashtable ht = new Hashtable();

for(int i=0; i<3; i++){

StringTokenizer st = new StringTokenizer(text[i]);

while(st.hasMoreTokens()){

String word = st.nextToken();

if(!ht.containsKey(word))

ht.put(word, new Integer(1));

else{

int wc = ((Integer)ht.get(word)).intValue() + 1;

ht.put(word, new Integer(wc));

}

}

}

for(Iterator itr = ht.keySet().iterator(); itr.hasNext();){

String word = (String)itr.next();

System.out.print(word + ":" + (Integer)ht.get(word)+"; ");

}

}

}