如何計算字符串數組中的重復項？

Question

如何對字符串進行分區以提取字符串中出現的所有單詞/術語並計算每個單詞出現的次數？ 例如讓：String q = "foo bar foo"我想要一個DS {<foo,2>, <bar,1>} 。 這是我隨附的最少冗長的代碼*。 缺點還是比較冗長的替代方案？

String[] split = q.toString().split("\\s");
        Map<String, Integer> terms = new HashMap<String, Integer>();

        for (String term : split) {
            if(terms.containsKey(term)){
                terms.put(term, terms.get(term)+1);
            }
        }

（尚未編譯）

Answer 1

修改后的代碼：

String[] split = q.toString().split("\\s");
Map<String, Integer> terms = new HashMap<String, Integer>();

for (String term : split) {
    int score = 0;
    if(terms.containsKey(term)){
        score = terms.get(term);
    }

    terms.put(term, score +1);
}

PS：未經測試。

Answer 2

我會使用Elite Gentleman建議的代碼，但我只是將其作為討論點：使用StringTokenizer怎么辦？ 如果可伸縮性/性能成為問題，令牌生成器的性能會更好嗎？ 在這種情況下，您可能只需要在字符串中循環一次，而不是先進行正則表達式拆分，然后再遍歷整個數組。

像這樣：

StringTokenizer st = new StringTokenizer(s);
HashMap<String, Integer> terms = new HashMap<String, Integer>();

while (st.hasMoreElements()) {

    String term = st.nextToken();
    int score = 0;
    if(terms.containsKey(term)){
        score = terms.get(term);
    }

    terms.put(term, score +1);
}

我知道StringTokenizer（據認為不建議棄用）根據Java文檔是Legacy類，不建議使用：

StringTokenizer是一個遺留類，出於兼容性原因而保留，盡管在新代碼中不鼓勵使用它。 建議任何尋求此功能的人改用String的split方法或java.util.regex包。

但是，我想知道在這種情況下，如果使用簡單的令牌，是否可以提供更好的性能結果。

有什么想法嗎？