package word;

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.Map.Entry;
import java.util.Scanner;

public class Word {

	/*
	 * 统计字符数
	 */
	public int getCharCount(String text) {
		char[] c = text.toCharArray();
		int count = 0;
		for (char cTemp : c) {
			if ((cTemp >= 32 && cTemp <= 126) || cTemp == '\n' || cTemp == '\r' || cTemp == '\t') {
				count++; // 判断合法字符
			}
		}
		return count;
	}

	/*
	 * 统计有效行数
	 */
	public int getLineCount(String text) {
		String[] len = text.split("\r\n"); // 以回车为分隔符
		int count = 0;
		for (String str : len) {
			if (str.length() > 0) { // 有效行
				count++;
			}
		}
		return count;
	}

	/*
	 * 截取单词，为统计单词总数，统计单词出现次数、单词总数服务
	 */
	public String getWord(String text) {
		char[] c = text.toCharArray();
		StringBuffer str = new StringBuffer();
		for (int i = 0; i < c.length; i++) {
			if ((c[i] >= 48 && c[i] <= 57) || (c[i] >= 65 && c[i] <= 90) || (c[i] >= 97 && c[i] <= 122) || c[i] == 32) {
				str.append(c[i]); // 截取以字母数字组成的单词
			} else {
				if (i == 0) {
					continue;
				}
				str.append(" "); // 单词间的分隔符
			}
		}
		String textTemp = str.toString();
		str.setLength(0);
		String[] word = textTemp.split(" +");
		for (String s : word) {
			if (s.length() < 4) {
				continue;
			} else {
				for (int i = 0; i < 4; i++) { // 判断前四个字母是英文字母
					boolean flag = false;
					if (!(s.charAt(i) >= 'A' && s.charAt(i) <= 'Z' || s.charAt(i) >= 'a' && s.charAt(i) <= 'z')) {
						break;
					}
					if (i == 3) {
						str.append(s + " ");
					}
				}
			}
		}
		textTemp = str.toString();
		System.out.println(textTemp);
		return textTemp; // 返回单词字符串，以空格为分隔符
	}

	/*
	 * 统计单词总数
	 */
	public int getWordCount(String text) {
		if (text.length() == 0) {
			return 0;
		}
		String[] word = text.split(" +");
		return word.length;
	}

	/*
	 * 统计单词出现频率
	 */
	public Map getWordFrequency(String text) {
		Map<String, Integer> map = new HashMap<>();
		String[] strTemp = text.split(" +");
		for (String s : strTemp) {
			if (!map.containsKey(s)) { // 单词首次出现，存入map，置值为1
				map.put(s, 1);
			} else {
				map.put(s, (map.get(s) + 1)); // 单词已存在，值加1
			}

		}
		return map;
	}

	/*
	 * 统计指定长度词组的词频
	 */
	public Map getPhraseFrequency(String text, int length) {
		Map<String, Integer> map = new HashMap<>();
		String[] strTemp = text.split(" +");
		System.out.println(length);
		for (int i = 0; i < strTemp.length - length + 1; i++) {
			String str = "";
			for(int j = i;j < length + i;j++) {
				str = str + strTemp[j] + " ";
			}
			if (!map.containsKey(str)) { // 单词首次出现，存入map，置值为1
				map.put(str, 1);
			} else {
				map.put(str, (map.get(str) + 1)); // 单词已存在，值加1
			}
		}
		return map;
	}

	/*
	 * 排序，先按词频数，然后按字典
	 */
	public List sort(Map map) {
		List<Map.Entry<String, Integer>> arraylist = new ArrayList<Map.Entry<String, Integer>>(map.entrySet());
		Collections.sort(arraylist, new Comparator<Map.Entry<String, Integer>>() { // 重写比较器
			public int compare(Map.Entry<String, Integer> obj1, Map.Entry<String, Integer> obj2) {
				return ((Integer) obj2.getValue()).compareTo((Integer) obj1.getValue());
			}
		});
		return arraylist;
	}

}