C#统计字符出现次数（大文件）

　　统计一个字符出现次数要容易得多；如果要统计词组出现次数，相对前者难一些；如果再进一步要求统计词组，并且是从一个大文件中逐步读取文字，然后循环统计指定词组出现次数，又要难一些；不过，都有办法实现。

　　C#统计字数有一种简单的方法，即用正则表达式 Regex 的 Matches() 方法。该方法对于统计的文本不多的情况，用起来很方便，几句代码就可完成，当然如果文本内容比较多，统计起来就不那么方便，效率也不是特别高，接着先看如何用 Regex 的 Matches() 方法统计字符出现次数。

　　一、Regex.Matches()统计字数

　　这个方法对于简单的统计十分方便，关键代码都不用自己写，直接把要统计的词组和原文本当参数传进去即可，具体代码如下：

　　using System.Text.RegularExpressions;

　　/// <summary>
　　/// C#统计字数
　　/// </summary>
　　/// <returns>指定字符出现次</returns>
　　public int CountString()
　　{
　　　　string text = "C#统计字符出现次数用 .net 提供的方法 Matches() 简单方便；那是少的字符，面对比较多的文本，字符统计又该如何实现？";

　　　　string findWord = "字符";
　　　　int count = new Regex(findWord).Matches(text).Count;
　　　　return count;
　　}

　　输出结果：字符：2个

　　二、大文件如何用C#统计字数

　　如果是大文件和统计多词组，用上述方法效果就是不是那么好，此时用循环一个个字比较可减少读取文件次数和循环次数，有效提高效率。

　　思路：

　　1、每次读取一定大小的文本，例如：每次读取1MB或512KB；

　　2、定义一个 list 列表，用于记录要统计的词组，可包含这些字段：词组、词组出现次数、词组长度、当前匹配词长度；

　　3、一个个字循环比较读取出来的文本，如果当前的字与要统计的词组第一个字相同，则“当前匹配词长度”加一；如果下一个字与词组的下一个字不相同了，则把“当前匹配词长度”置为0；如果“当前匹配词长度”等于“词组长度”，则“词组出现次数”加一；这样循环结束就可以统计出所有指定词组的出现次数。