获得词频的更有效方法

Question

我想通过单词的开头来计算ArrayList中每个单词的频率。 例如[cat，cog，mouse]将表示以c开头的两个单词和以m开头的一个单词。 我的代码工作正常，但是字母表中有26个字母， 如果 s则需要更多。 还有其他方法吗？

public static void  countAlphabeticalWords(ArrayList<String> arrayList) throws IOException
{
    int counta =0, countb=0, countc=0, countd=0,counte=0;
    String word = "";
    for(int i = 0; i<arrayList.size();i++)
    {

        word = arrayList.get(i);

          if (word.charAt(0) == 'a' || word.charAt(0) == 'A'){ counta++;}
          if (word.charAt(0) == 'b' || word.charAt(0) == 'B'){ countb++;}    

    }
    System.out.println("The number of words begining with A are: " + counta);
    System.out.println("The number of words begining with B are: " + countb);

}

Answer 1

使用地图

public static void  countAlphabeticalWords(List<String> arrayList) throws IOException {
  Map<Character,Integer> counts = new HashMap<Character,Integer>();
  String word = "";

  for(String word : list) {
    Character c = Character.toUpperCase(word.charAt(0));
    if (counts.containsKey(c)) {
      counts.put(c, counts.get(c) + 1);
    }
    else {
      counts.put(c, 1);
    }
  }

  for (Map.Entry<Character, Integer> entry : counts.entrySet()) {
    System.out.println("The number of words begining with " + entry.getKey() + " are: " + entry.getValue());
  }

或使用Map和AtomicInteger（根据Jarrod Roberson）

public static void  countAlphabeticalWords(List<String> arrayList) throws IOException {
  Map<Character,AtomicInteger> counts = new HashMap<Character,AtomicInteger>();
  String word = "";

  for(String word : list) {
    Character c = Character.toUpperCase(word.charAt(0));
    if (counts.containsKey(c)) {
      counts.get(c).incrementAndGet();
    }
    else {
      counts.put(c, new AtomicInteger(1));
    }
  }

  for (Map.Entry<Character, AtomicInteger> entry : counts.entrySet()) {
    System.out.println("The number of words begining with " + entry.getKey() + " are: " + entry.getValue());
  }

最佳实践

切勿执行list.get(i) ，而应使用for(element : list) 。 并且永远不要在签名中使用ArrayList ，而应使用Interface List这样您可以更改实现。

Answer 2

这个怎么样？ 考虑到单词仅以[a-zA-Z]开头：

public static int[] getCount(List<String> arrayList) {
    int[] data = new int[26];
    final int a = (int) 'a';

    for(String s : arrayList) {
        data[((int) Character.toLowerCase(s.charAt(0))) - a]++;
    }

    return data;
}

编辑：

出于好奇 ，我做了一个非常简单的测试，将我的方法和Steph的方法与map进行了比较。 列出236个项目，进行10000000次迭代（不打印结果）：我的代码花费了大约10000ms，Steph花费了大约65000ms。

测试： http ： //pastebin.com/HNBgKFRk

数据： http ： //pastebin.com/UhCtapZZ

Answer 3

现在，每个字符都可以转换为整数，表示ASCII十进制。 例如， (int)'a'是97. 'z'的ASCII十进制是122 http://www.asciitable.com/

您可以为字符创建一个查找表：

int characters = new int[128]

然后在算法循环中，使用ASCII十进制作为索引并增加值：

word = arrayList.get(i);
characters[word.charAt(0)]++;

最后，您可以打印字符的出现情况：

for (int i = 97; i<=122; i++){
  System.out.println(String.format("The number of words beginning with %s are: %d", (char)i, characters[i]));
}