相同句子计数

大神们，教授让我把wordcount改写成相同句子计数···大神们能给我点儿思路吗···毫无头绪···

原理是一样的，关键是分隔符。
word count是先一行一行分割，然后对行分割，行分割标准比如按照逗号，空格等

对于句子，map读取一行之后，在按照标准划分句子，比如逗号，句号等


上面其实存在一个缺点，如果一个句子被分到两行就产生了误差，所以楼主还需要重写
inputformat，这样让他读取整个句子。

需要一定的Java功底，否则需要下点功夫了

还有一个折中的办法，就是使用系统自带的。

############################################
按行划分MAP，即实现输入文件按行划分，每N行一个MAP
//设置JOB的格式化输入类为NLineInputFormat
job.setInputFormatClass(NLineInputFormat.class)

注释：

//设置每N行为一个MAP，当然，这个数据最好使用计算的方法去得出，因为不然输入一个大文件会导致MAP很大，会导致占用整个集群资源，如限制最多只能占用N个MAP，当计算出来的MAP大于最大能占用MAP时，以最大可占用MAP数平分其行数

job.getConfiguration().set(NLineInputFormat.LINES_PER_MAP,"500");

##########################################################