计算数组中单词的出现

Question

我一直在研究一些需要处理的字符，这些字符组成单词，形成单词数组，然后创建一个向量，其中包含每个唯一的单词及其出现的次数（基本上是一个单词计数器）。

无论如何，我已经很久没有使用Java了，或者说实话很多编程都没有，我对当前的外观不满意。 我拥有的使矢量对我来说看起来很难看的部分，我想知道是否可以使它不那么混乱。

    int counter = 1;
    Vector<Pair<String, Integer>> finalList = new Vector<Pair<String, Integer>>();
    Pair<String, Integer> wordAndCount = new Pair<String, Integer>(wordList.get(1), counter); // wordList contains " " as first word, starting at wordList.get(1) skips it.

    for(int i= 1; i<wordList.size();i++){
        if(wordAndCount.getLeft().equals(wordList.get(i))){
            wordAndCount = new Pair<String, Integer>(wordList.get(i), counter++);
        }
        else if(!wordAndCount.getLeft().equals(wordList.get(i))){
            finalList.add(wordAndCount);
            wordAndCount = new Pair<String, Integer>(wordList.get(i), counter=1);
        }
    }
    finalList.add(wordAndCount); //UGLY!!

作为第二个问题，这给了我一个向量，所有单词都按字母顺序排列（如数组中一样）。 我想按出现顺序（在其中按字母顺序）进行排序。

最好的选择是：

• 向下遍历向量，使用Collections.swap()将其与上面的一个进行比较，测试每个出现的int是否更高，然后检查上面的下一个（因为它现在已向上移动1），依此类推，直到不再大于上面的任何一个它。 任何出现的1都可以跳过。

• 再次迭代向量，将每个元素相对于向量的第一个元素进行测试，然后向下迭代直到出现次数减少，然后将其插入到该元素之上。 所有出现的1将再次被跳过。

第一种方法在迭代元素方面会做更多的事情，但是第二种方法需要您添加和删除向量的分量（我认为吗？），所以我不知道哪种效率更高，或者它是否值得考虑。

Answer 1

为什么不使用Map来解决您的问题？

String[] words // your incoming array of words.
Map<String, Integer> wordMap = new HashMap<String, Integer>();
for(String word : words) {
  if(!wordMap.containsKey(word))
    wordMap.put(word, 1);
  else
    wordMap.put(word, wordMap.get(word) + 1);
}    

可以使用Java的排序集合来进行排序：

SortedMap<Integer, SortedSet<String>> sortedMap = new TreeMap<Integer, SortedSet<String>>();
for(Entry<String, Integer> entry : wordMap.entrySet()) {
  if(!sortedMap.containsKey(entry.getValue()))
    sortedMap.put(entry.getValue(), new TreeSet<String>());

  sortedMap.get(entry.getValue()).add(entry.getKey());
}

如今，您应该将排序留给该语言的库。 多年来，它们被证明是正确的。

请注意，由于涉及到所有数据结构，因此代码可能会占用大量内存，但这就是我们为高级编程所付出的代价（内存每秒钟变得越来越便宜）。

我没有运行代码来查看它是否有效，但是它确实可以编译（直接从eclipse复制）

Answer 2

关于：排序，一种选择是编写自定义Comparator ，该Comparator器首先检查每个单词出现的次数，然后（如果相等）按字母顺序比较单词。

private final class PairComparator implements Comparator<Pair<String, Integer>> {
    public int compareTo(<Pair<String, Integer>> p1, <Pair<String, Integer>> p2) {
        /* compare by Integer */
        /* compare by String, if necessary */
        /* return a negative number, a positive number, or 0 as appropriate */
    }
}

然后，您finalList通过调用Collections.sort(finalList, new PairComparator());对finalList进行排序Collections.sort(finalList, new PairComparator());

Answer 3

如何使用Google番石榴库？

   Multiset<String> multiset = HashMultiset.create();
   for (String word : words) {
       multiset.add(word);
   }

   int countFoo = multiset.count("foo");

从他们的javadocs：

一个支持与顺序无关的相等的集合，例如Set，但可能具有重复的元素。 多重集合有时也称为袋。

很简单？