试按 tf-idf 在剔除一些常用词后给出文本中术语的统计算法和程序，并按降序进行排序算法思路
Tf计算 tf是term frequency的缩写，指文本中的词频。衡量一个词语在文档中的出现频率有很多方法，最简单也足够有效的，便是直接计算这个词出现的次数，来作为这个词的tf值
idf计算 idf是inverse document frequency的缩写，指“逆文档频率”，是一个用来衡量一个词常见程度的值。这个值的计算不应该基于单个文档，而应该考虑所有要进行分析的文档，来得出结果，idf值的计算方法也有很多，本算法采用一个常见的公式：log 语料库文档总数/(包含该词的文档数+1)
文档读取与分词 首先根据设定的filePath找到该路径下所有文档，将其文档信息存入docIndex.txt文本文件中，再依次读取文本，使用java封装好的正则匹配功能将文档中的单词读出，存入map数据结构中，记录单词总数和每个单词出现的次数。
使用map数据结构保存单词及其对应的tf-idf值 在读取文档时将各个文档中的单词分别存入set集合中，达到同种单词只记录一遍的目的，方便后面计算idf的操作。
Map排序实现 由于每个单词为Map结构中的key值，对应的tf-idf值为其对应的value值，因而不能使用默认的map排序功能，本程序所采用的方法是重写camparator函数，将Map转为List后进行排序
试编制首先对文档建立inverted file,然后进行检索的算法和程序
算法思路： 为方便索引，在单词位置（position）和单词（word）之间建立索引。常规索引是指通过位置找到相应的单词，倒排索引则是反过来，通过单词获取位置。 算法思路：读取文档，利用正则匹配进行分词，如果当前的单词在整个统计过程中首次出现，新建map项，记录单词与当前文档ID号和当前文档的位置（即当前读到第几个单词），若当前单词在统计中已经出现，则查看单词是否在当前文档中出现，若未出现，新建文档号和位置集合记录，若已经出现，在文档号对应的Set集合中加入当前位置。