[英]How to generate a matrix of frequency of consecutive characters from txt file in java?
我有一个大的txt文件(2GB)。 我逐个字符地读取整个txt文件,使用以下代码片段找出整个txt文件中每个字符的频率。
BufferedReader reader = new BufferedReader(
new InputStreamReader(
new FileInputStream(file),
Charset.forName("UTF-8")));
int c;
while ((c = reader.read()) != -1) {
char ch = (char) c;
// rest of the code
}
现在我需要生成一个连续字符频率的矩阵。 例如,在字符“a”(连续的,直接的字符)之后字符“b”存在多少次,反之亦然。
假设,我有一个输入字符串(来自文件): cad bed abed dada
频率矩阵,就像请点击这里查看图像
这个怎么做? 将不胜感激任何帮助和建议。 谢谢。
跟踪最后读取的字符。 如果lastchar ==''继续。 使用Map来存储值。然后你可以遍历组合并从地图中提取值,或者你可以通过从当前字符对中减去char'a'的int值来直接寻址2d数组。
Map<String, Integer> table = new HashMap<>();
String last = "";
for (char c : input.toCharArray()) {
if (last.isEmpty()) {
last = String.format("%c", c);
continue;
}
String thing = last + c;
Integer count = table.getOrDefault(thing, 0);
table.put(thing, count + 1);
last = String.format("%c", c);
}
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.