如何比较字符串数组和计数相似的单词

Question

我一直在尝试获取此代码，但我仍然不能。 该代码段是我能做的最接近的段。 我想念什么？ 我正在尝试不使用哈希的代码。

    // Read all the words from the dictionary (text.txt) into an array
    BufferedReader br = new BufferedReader(new FileReader("text.txt"));
    int bufferLength = 1000000;
    char[] buffer = new char[bufferLength];
    int charsRead = br.read(buffer, 0, bufferLength);
    br.close();
    String text = new String(buffer);
    text = text.trim();
    text = text.toLowerCase();
    String[] words = text.split("\n");

    System.out.println("Total number of words in text: " + words.length);

    //Find unique words:
    String[] uniqueText = words;
    int[] uniqueTextCount = new int[uniqueText.length];

    for (int i = 0; i < words.length; i++) {
        for (int j = 0; j < uniqueText.length; j++) {
            if (words[i].equals(uniqueText[j])) {
                uniqueTextCount[j]++;
            } else {
                uniqueText[i] = words[i];
            }
        }
        System.out.println(uniqueText[i] + " for " + uniqueTextCount[i]);
    }
}

Answer 1

根据您的原始代码，我假设：

• text.txt每行包含一个单词。
• 您想计算每个单词出现的次数（而不是标题中写的“相似单词”）。

也许第一件事是BufferedReader允许逐行读取 ：

for (String line; (line = br.nextLine()) != null; ) {
  // Process each line, which in this case is a word.
}

最好逐行处理而不是读取整个文件，因为您的程序将需要使用更多的内存（与文件大小一样大），而您可以减少使用的内存。

现在，如果我们考虑需求，则期望的输出是从不同的单词到其数量的映射。 这应该在上面的for循环之前。

// A HashMap would also work, but you have specified that you do not want
// to use hashing.
Map<String, Integer> distinctWordCounts = new TreeMap<>();

这样初始化后，在循环的每次迭代中（即，对于我们遇到的每一行），我们都可以执行以下操作：

if (distinctWordCounts.hasKey(line)) {
  // We have seen this word. Increment the count we've seen it.
  distinctWordCounts.put(line, distinctWordCounts.get(line) + 1);
} else {
  // We have never seen this word. Set the count seen to 1.
  distinctWordCounts.put(line, 1);
}

上面的代码比理想的代码要多一些开销，因为if案例涉及到三个遍历，而我们可以避免一次遍历。 但这可能是另一天的故事，除非您有理由关注非渐近速度的提高。

最终，我们可以遍历distinctWordCounts作为单词数

for (Entry<String, Integer> entry : distinctWordCounts.entrySet()) {
  System.out.println(entry.getKey() + " occurs " + entry.getValue() + "times.");
}

Answer 2

听起来您只是想计算每个单词的不重复出现次数？ 如果是这样，您可以执行以下操作：

String[] array = {"a", "a", "b", "c", "c", "c", "d", "e", "f", "f"};
Map<String, Long> map = new HashMap<>();

Stream.of(array)
      .distinct()
      .forEach(s -> map.put(s, 
          Stream.of(array)
                .filter(s::equals)
                .count()));

如果您只想要独特的单词：

String[] unique = Stream.of(array)
                        .distinct()
                        .toArray(String[]::new);