計算數組中單詞的出現

Question

我一直在研究一些需要處理的字符，這些字符組成單詞，形成單詞數組，然后創建一個向量，其中包含每個唯一的單詞及其出現的次數（基本上是一個單詞計數器）。

無論如何，我已經很久沒有使用Java了，或者說實話很多編程都沒有，我對當前的外觀不滿意。 我擁有的使矢量對我來說看起來很難看的部分，我想知道是否可以使它不那么混亂。

    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!!

作為第二個問題，這給了我一個向量，所有單詞都按字母順序排列（如數組中一樣）。 我想按出現順序（在其中按字母順序）進行排序。

最好的選擇是：

• 向下遍歷向量，使用Collections.swap()將其與上面的一個進行比較，測試每個出現的int是否更高，然后檢查上面的下一個（因為它現在已向上移動1），依此類推，直到不再大於上面的任何一個它。 任何出現的1都可以跳過。

• 再次迭代向量，將每個元素相對於向量的第一個元素進行測試，然后向下迭代直到出現次數減少，然后將其插入到該元素之上。 所有出現的1將再次被跳過。

第一種方法在迭代元素方面會做更多的事情，但是第二種方法需要您添加和刪除向量的分量（我認為嗎？），所以我不知道哪種效率更高，或者它是否值得考慮。

Answer 1

為什么不使用Map來解決您的問題？

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的排序集合來進行排序：

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，您應該將排序留給該語言的庫。 多年來，它們被證明是正確的。

請注意，由於涉及到所有數據結構，因此代碼可能會占用大量內存，但這就是我們為高級編程所付出的代價（內存每秒鍾變得越來越便宜）。

我沒有運行代碼來查看它是否有效，但是它確實可以編譯（直接從eclipse復制）

Answer 2

關於：排序，一種選擇是編寫自定義Comparator ，該Comparator器首先檢查每個單詞出現的次數，然后（如果相等）按字母順序比較單詞。

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通過調用Collections.sort(finalList, new PairComparator());對finalList進行排序Collections.sort(finalList, new PairComparator());

Answer 3

如何使用Google番石榴庫？

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

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

從他們的javadocs：

一個支持與順序無關的相等的集合，例如Set，但可能具有重復的元素。 多重集合有時也稱為袋。

很簡單？