最近想實現一個統計英文檔單詞出現次數的功能。
查找規則是將文檔里連續出現的<字母>判斷為一個單詞,如:“D) Let's go to d”,會將其判斷為D、Let、s、go、to五個單詞並統計出現的次數並不區分大小;
//這個類用來存放出現的單詞和其出現的次數 public class WordNode { public string word; public int count; } /// <summary> /// 傳入要統計的文本字符串,函數會返回WordNode列表,里面有文本字符串中出現的單詞和單詞出現的次數 /// </summary> /// <param name="theSource"></param> /// <returns></returns> public List<WordNode> GetAllWord(string theSource) { //為了可以檢索到最后一個單詞,需在被檢索字符串的末尾加一個非字母字符 string source = theSource + "*"; //取出字母的ascii碼 int aInt = 'a'; int zInt = 'z'; int AInt = 'A'; int ZInt = 'Z'; string getWord = string.Empty; WordNode wordNode; WordNode foundWordNode; List<WordNode> result = new List<WordNode>(); int sourceLength = source.Length; int charCount = 0; for (int i = 0; i < sourceLength; i++) { if ((source[i] >= aInt && source[i] <= zInt) || (source[i] >= AInt && source[i] <= ZInt))//判斷是不是字母 { charCount++;//如果字符是字母則charCount加1 } else { if (charCount > 0) { getWord = source.Substring(i - charCount, charCount); wordNode = new WordNode { word = getWord }; //判斷列表里有沒有對應的詞 if (!result.Exists(x => x.word.Equals(wordNode.word, StringComparison.CurrentCultureIgnoreCase)))//不存在就把wordNode加進去 { wordNode.count++; result.Add(wordNode); } else//存在就把對應的wordNode取出來,並把count加1; { foundWordNode = result.Find(x => x.word.Equals(wordNode.word, StringComparison.CurrentCultureIgnoreCase)); foundWordNode.count++; } charCount = 0; } } } InsertSort(result, result.Count); return result; } /// <summary> /// 將統計過並返回的List<WordNode>按WordNode.count進行降序排序 /// </summary> /// <param name="wordNodes"></param> /// <param name="count">值是wordNodes.count</param> public void InsertSort(List<WordNode> wordNodes, int count) { for (int i = 1; i < count; i++) { if (wordNodes[i].count > wordNodes[i - 1].count) { //若第i個元素大於i-1元素,直接插入。小於的話,移動有序表后插入 int j = i - 1; var x = wordNodes[i]; //復制為哨兵,即存儲待排序元素 wordNodes[i] = wordNodes[i - 1]; //先后移一個元素 while ( j >= 0 && x .count > wordNodes[j].count) { //查找在有序表的插入位置 wordNodes[j + 1] = wordNodes[j]; j--; //元素后移 } wordNodes[j + 1] = x; //插入到正確位置 } } }
最后將將序排序過的統計結果wordNodes輸出:
下面截圖是“D) Let's go to d”的統計結果