最近老師佈置了一道關於統計單詞出現的頻率的程序。並利用相關軟件分析一下相應程序的效率問題，看看CPU的利用率問題等。首先我們來分析一下單詞的統計頻率的問題。
要想統計一篇英文文本文件的高頻詞彙。面臨以下幾個問題：1、存儲問題，如果文本文件所含信息量比較大的話，利用什麼存儲結構來存取這些信息。2、統計高頻詞。這裏主要是對相同單詞的計數問題。解決這兩個問題的方法直接關係到我們程序的效率。因此我採用一種“一邊讀取一比統計”的方法。這裏主要利用java語言編寫採用哈希數據結構來存取單詞。這種情況下，算法的最壞的複雜度爲O(N^2);
採用java裏面的哈希數據結構的主要原因是java裏面的哈希是一種“鍵值對”的結構，並且哈希的存取是按照自動增加長度的方式來擴充，解決了存取中的內存浪費或不足問題。所以這樣的數據結構剛好能解決上述的兩個問題。現在我們來看看具體的程序和效率。
一、利用hashmap存取並統計信息
public void countWord(String list){
Map<String,Integer> map = new HashMap<String,Integer>();//將文本文件易字符串形式存到MAP中
Matcher m = Pattern.compile("[a-zA-Z]+").matcher(list);
String key;
while ( m.find() ){
key = m.group();
if ( map.containsKey(key) ){
map.put(key, map.get(key) + 1);
}else {
map.put(key,1);
}
}
this.print("count by word:"+list, map);
}
二、利用comparetor對map對象進行排序
private static class comparator implements Comparator<Map.Entry<String,Integer>>{
public int compare(Entry<String, Integer> o1, Entry<String, Integer> o2) {
return o2.getValue()-o1.getValue();
}}
三、程序代碼測試
四、利用visual VM 分析程序運行時的性能
1、首先看看內存中各個類名所在內存中的比例。
由圖中看到出char[],int [],byte[]所佔比列最大，這是由於HashMap<String,Integer>進行存取引起的效果。
2這是CPU使用情況。可以看得出程序運行時CPU增幅不是很大。
3、內存增量圖
由圖可以看得出，內存變化不是很大，所以採用哈希結構可以幫助大大提高內存的使用效率。
初次使用visualVM 分析java程序，有很多不懂得地方，希望各位看官指點。