Java 计算文件中每个单词的频率

我正在尝试构建一个算法，该算法将表示Scala编程语言中每个单词的频率。 我使用这个函数（如下）从2个不同的文件中创建了2个映射，现在我想将t1.txt中出现的每个单词的数量除以gen-voc.txt中出现的每个单词的数量，以计算频率。所以我需要一个合适的算法来做到这一点

    import scala.io.Source
import scala.collection.mutable
import scala.collection.immutable.ListMap
object Project1 extends App {

  def buildRepresentation(content: String): mutable.Map[String, Int] = {
    val vector = mutable.Map.empty[String, Int]
    // use sequences of <space> , ! . to split the string
    val arrayOfWords = content.split("[ ,!.]+")
    for (rawWord <- arrayOfWords) {
      val word = rawWord.toLowerCase
      vector(word) = vector.getOrElse(word, 0) + 1
    }
    vector
  }

  ////Import t1.txt & gen-voc.txt data files:
  val data_t1 = "t1.txt"
  val data_voc = "gen-voc.txt"
  for (line <- Source.fromFile(data_t1).getLines) {}
  for (line <- Source.fromFile(data_voc).getLines) {}

  //get all of the lines from the file as one String:
  val t1 = Source.fromFile(data_t1).getLines.mkString
  val gen_voc = Source.fromFile(data_voc).getLines.mkString

导入scala.io.Source
导入scala.collection.mutable
导入scala.collection.immutable.ListMap
对象Project1扩展应用程序{
def buildRepresentation（内容：字符串）：可变的.Map[String，Int]={
val vector=mutable.Map.empty[String，Int]
//使用、！.的序列分割字符串
val arrayOfWords=content.split（“[，！.]+”）
对于（rawWord，您可以将此implem用于scala中的buildRepresentation（更面向功能）

导入scala.io.Source
对象Project1扩展应用程序{
//使用、！.的序列分割字符串
def buildRepresentation（内容：String）：映射[String，Int]=
内容
.split（“[，！.]+”）
.map（u.toLowerCase）
.groupBy（身份）
.mapValues（长度）
////导入t1.txt和gen-voc.txt数据文件：
val data_t1=“t1.txt”
val data\u voc=“gen voc.txt”
//将文件中的所有行作为一个字符串获取：
val t1=Source.fromFile（data_t1）.getLines.mkString
val gen_voc=Source.fromFile（data_voc）.getLines.mkString
val t1repr:Map[String，Int]=buildRepresentation（t1）
val genVocRepr:Map[String，Int]=buildRepresentation（gen_voc）
//项目和参考中键的频率
def频率[A]（项目：映射[A，Int]，参考：映射[A，Int]）=
items.keySet.intersect（reference.keySet）
.map（k=>k->items.getOrElse（k，0）.toDouble/reference.getOrElse（k，0）.toDouble）
汤玛普先生
val frequencyOfT1RelativeToGenVoc:Map[String，Double]=频率（t1repr，genVocRepr）
}
您希望的算法有多健壮/幼稚？请参阅以下问题了解相关内容：进行快速web搜索时，有一些特定于Spark的方法可以实现您想要的结果：