想法:
分析Linux C运行库各个头文件的使用频率，可以大致判断哪些C库头文件是常用的、基础的或重要的，给Linux系统编程学习者提供一个方向。其实最精细的统计分析应该是针对Linux系统调用和C标准库函数，这样对LinuxC初学者更有指导意义，不过现在还不知道怎么实现。最终选择BusyBox作为研究对象，它主要依赖Linux C运行库实现各种Linux命令和工具。
BusyBox是一个集成了一百多个最常用linux命令和工具的软件。BusyBox包含了一些简单的工具，例如ls、cat和echo等等，还包含了一些更大、更复杂的工具，例grep、find、mount以及telnet。有些人将BusyBox 称为 Linux 工具里的瑞士军刀。简单的说BusyBox就好像是个大工具箱，它集成压缩了 Linux 的许多工具和命令，也包含了Android 系统的自带的shell。
搜索Busybox源代码文件，提取出含有include语句的代码行
find -name '*.c' -o-name '*.h' | xargs grep include > busybox-stats.txt
./console-tools/setlogcons.c:#include"libbb.h"
./console-tools/clear.c:#include"libbb.h"
./console-tools/openvt.c:#include<linux/vt.h>
./console-tools/openvt.c:#include"libbb.h"
./console-tools/setkeycodes.c:#include"libbb.h"
./console-tools/fgconsole.c:#include"libbb.h"
./console-tools/resize.c:#include"libbb.h"
./console-tools/showkey.c:#include"libbb.h"
./console-tools/showkey.c:#include<linux/kd.h>
./console-tools/loadfont.c:#include"libbb.h"
./console-tools/loadfont.c:#include<sys/kd.h>
./console-tools/setconsole.c:#include"libbb.h"
...
在NotePad++下对文本进行过滤，排序，最终得到如下数据
arpa/inet.h
arpa/inet.h
arpa/inet.h
arpa/inet.h
arpa/inet.h
arpa/inet.h
arpa/inet.h
arpa/telnet.h
arpa/telnet.h
asm/types.h
asm/types.h
asm/types.h
asm/unistd.h
...
这些头文件就是Linux C运行库的头文件。
现在我们要做的就是用Java编写一个程序，统计每个头文件在文本文件中出现的次数并排序。
比如"arpa/inet.h"这个头文件出现的次数为7.
工程目录结构：
E:\workspace\JavaApp\WordStats 的目录
2014-04-22 15:03 <DIR> .
2014-04-22 15:03 <DIR> ..
2014-04-18 12:16 10,797 busybox-stats.txt
2014-04-22 14:58 2,229 WordStats.java
WordStats.java
import java.io.BufferedReader;
import java.io.FileReader;
import java.io.File;
import java.io.FileWriter;
import java.io.PrintWriter;
import java.io.IOException;
import java.util.*;
import java.util.Map.Entry;
import java.text.DecimalFormat;
public class WordStats {
public static void main(String[] args) throws IOException {
//System.out.println("Hello World!");
//System.out.println(args.length);
// 解析参数
int argc = args.length;
String inputFilename;
String outputFilename;
if (argc == 2) {
inputFilename = args[0];
outputFilename = args[1];
//System.out.println(args[0]);
//System.out.println(args[1]);
} else {
System.out.println("usage: java WordStats <inputfile> <outputfile>");
return;
}
// 打开输入和输出文件
BufferedReader in = new BufferedReader(new FileReader(inputFilename));
File fout = new File(outputFilename);
PrintWriter out = new PrintWriter(new FileWriter(fout));
// 使用HashMap来保存统计数据
Map<String, Integer> stats = new HashMap<String, Integer>();
String str;
Integer count;
// 解析输入文本并统计
while ((str = in.readLine()) != null) {
//System.out.println(str);
if (stats.containsKey(str)) {
count = (Integer)stats.get(str);
count++;
stats.put(str, count);
} else {
count = 1;
stats.put(str, count);
}
}
// 使用ArrayList来对Value进行排序
ArrayList<Entry<String,Integer>> l = new ArrayList<Entry<String,Integer>>(stats.entrySet());
Collections.sort(l, new Comparator<Map.Entry<String, Integer>>() {
public int compare(Map.Entry<String, Integer> o1, Map.Entry<String, Integer> o2) {
return (o2.getValue() - o1.getValue());
}
});
// 将统计结果保存到输出文件
for (Entry<String, Integer> e : l) {
//System.out.println(new DecimalFormat("000").format(e.getValue()) + " " + e.getKey());
out.println(new DecimalFormat("000").format(e.getValue()) + " " + e.getKey());
}
// 关闭输入和输出文件
in.close();
out.close();
}
}