要求：
字母頻率 = 這個字母出現的次數 / （所有a-z，a-z字母出現的總數） 如果兩個字母出現的頻率一樣，那麼就按照字典序排列。
如果 s 和 t 出現頻率都是 10.21%， 那麼， s 要排在t 的前面。
第1步：輸出單個檔案中的前 n 個最常出現的英語單詞。
單詞：以英文本母開頭，由英文本母和字母數字符號組成的字串視為乙個單詞。單詞以分隔符分割且不區分大小寫。在輸出時，所有單詞都用小寫字元表示。 英文本母：a-z，a-z 字母數字符號：
a-z，a-z，0-9
分割符：空格,非字母數字符號 例：good123是乙個單詞，123good不是乙個單詞。good，good和good是同乙個單詞。
功能1：輸出檔案中所有不重複的單詞，按照出現次數由多到少排列，出現次數同樣多的，以字典序排列。
功能2： 指定檔案目錄，對目錄下每乙個檔案執行統計的操作。
功能3：指定檔案目錄，是會遞迴遍歷目錄下的所有子目錄的檔案進行統計單詞的功能。
功能4：輸出出現次數最多的前 n 個單詞。
第2步：第二步: 支援 stop words
在一本**裡， 頻率出現最高的單詞一般都是 "a", "it", "the", "and", "this", 這些詞， 可以做乙個 stop word 檔案 （停詞表）， 在統計詞彙的時候，跳過這些詞。 我們把這個檔案叫 "stopwords.txt" file.
第3步: 想看看常用的短語是什麼
先定義短語："兩個或多個英語單詞， 它們之間只有空格分隔". 請看下面的例子： hello world //這是乙個短語 hello, world //這不是乙個短語
第4步：把動詞形態都統一之後再計數。
想找到常用的單詞和短語，但是發現英語動詞經常有時態和語態的變化，導致同乙個詞，同乙個短語卻被認為是不同的。 怎麼解決這個問題呢？ 假設我們有這樣乙個文字檔案，這個檔案的每一行都
是這樣構成： 動詞原型 動詞變形1 動詞變形2... ，詞之間用空格分開。 e.g. 動詞 take 有下面的各種變形：take takes took taken taking 我們希望在實現上面的各種功能的時候，有乙個選項， 就
是把動詞的各種變形都歸為它的原型來統計。 功能 支援動詞形態的歸一化。
1046 單詞統計問題
單詞統計問題 time limit 1000ms memory limit 65536k total submit 118 accepted 73 description 巨硬公司 huge hard 最近計畫出品乙個字處理軟體。軟體基本功能已經完成，但還缺少乙個單詞統計的功能，你的任務就是為該公司...
1221 單詞統計問題
1221 單詞統計問題 description 巨硬公司 huge hard 最近計畫出品乙個字處理軟體。軟體基本功能已經完成，但還缺少乙個單詞統計的功能，你的任務就是為該公司寫一段程式，完成統計功能。需要統計的資訊有兩項 出現單詞的個數和單個單詞出現的次數。input 輸入為一行字串，即要統計的文...
mysql 統計單詞 Spark單詞統計示例
在spark字數統計示例中，將找出指定檔案中存在的每個單詞的出現頻率。在這裡，我們使用scala語言來執行spark操作。執行spark字數計算示例的步驟 在此示例中，查詢並顯示每個單詞的出現次數。在本地計算機中建立乙個文字檔案並在其中寫入一些文字。檢查sparkdata.txt檔案中寫入的文字。c...