1. 创建目录 2. mkdir wcinput 3. 在创建好的文件夹中创建文件wc.input，输入一些内容，例如 zhangsan zhangsan ss ss cls cls jiao 4. 将wc.input上传到HDFS上 hadoop fs -copyFromLocal wcinput/ /user/ 5. 调用上传的jar包，实现单词计数功能 hadoop jar wordcount.jar com.only.mapreduce.wordcount.WordcountDriver /user/wcinput /user/wcoutput 6. 查看结果 hadoop fs -

字符串分析，分别输出字符串中个单词，并统计出单词个数

C#编写的识别字符串中的个数并删除重复的字符，输出单词及单词重复的个数

单词处理 ~~~~~~~~~~~ 对读入的某个文本文件input.txt中，拆出英文单词，输出一个按字典顺序排列的单词表，结果输出在文本文件output.txt中，每个单词一行，并在单词后输出该单词出现的个数，两个字段之间用逗号分隔。约定单词仅由英文字母组成，单词间由非英文字母分隔，相同单词只输出一个，大小写不区分。 例如文本文件input.txt为： Hello world. Hello every one. Let us go. 则输出文本文件output.txt为： every,1 go,1 hello,2 let,1 one,1 us,1 world,1 试编一个完整的程序完成该功能。 提示：重点了解一下与字符串处理相关的库函数，并使用list.h中结构来组织数据

1.读取文件 2.得到文件大小 3.将文件所有内容存入str数组当中 4.将所有的字符串分割成单词存到word结构体中，此时length++ 5.将word结构体的count循环置为1 6.比较单词 count ++ 7.进行排序 打印

用c++写的统计英文文章中的单词个数，输出26个字母的统计频率。

给定一英文文本文件 data.dat，编写 C ++程序，读取文件中的内 容，统计文件中出现次数最多的三个单词，并给出这三个单词的出现次 数，同时输出程序运行的时间。（注： 这里不区分单词大小写，如， he 与 He 当做是同一个单词计数）

1. 给出前100个汉字高频字的频率统计结果； 2. 分别给出前1、20、100、600、2000、3000汉字的字频总和； 3. 计算汉字的熵值；