java - 如何在 map 中获得 5 个最重复的元素？

Question

我想编写一个程序来显示例如文本中重复次数最多的 5 个单词。 保存在map中的文本的单词，它的键是单词，它的值是重复该单词的次数。

这个程序显示了最重复的单词，但我不知道如何改进它以显示 5 个最重复的单词(以及如何使用 map 而不是列表)。

import java.io.BufferedReader;    
import java.io.FileReader;    
import java.util.ArrayList;    

public class MostRepeatedWord {    

    public static void main(String[] args) throws Exception {    
        String line, word = "";    
        int count = 0, maxCount = 0;    
        ArrayList<String> words = new ArrayList<String>();    

        //Opens file in read mode    
        FileReader file = new FileReader("data.txt ");    
        BufferedReader br = new BufferedReader(file);    

        //Reads each line    
        while((line = br.readLine()) != null) {    
            String string[] = line.toLowerCase().split("([,.\\s]+) ");    
            //Adding all words generated in previous step into words    
            for(String s : string){    
                words.add(s);    
            }    
        }    

        //Determine the most repeated word in a file    
        for(int i = 0; i < words.size(); i++){    
            count = 1;    
            //Count each word in the file and store it in variable count    
            for(int j = i+1; j < words.size(); j++){    
                if(words.get(i).equals(words.get(j))){    
                    count++;    
                }     
            }    
            //If maxCount is less than count then store value of count in maxCount     
            //and corresponding word to variable word    
            if(count > maxCount){    
                maxCount = count;    
                word = words.get(i);    
            }    
        }    

        System.out.println("Most repeated word: " + word);    
        br.close();    
    }    
}   

Answer 1

这是其中一种情况，其中函数式风格可以导致代码更短——并且希望更易于理解!

一旦你有了words列表，你就可以简单地使用:

words.groupingBy{ it }
     .eachCount()
     .toList()
     .sortedByDescending{ it.second }
     .take(5)

groupingBy() 创建一个 Grouping从单词列表中。 (通常，您会提供一个键选择器函数，解释将项目分组的内容，但在这种情况下，我们需要单词本身，因此是 it。)因为我们只关心 出现次数，eachCount() 获取计数。 (感谢 Ilya 和 Tenfour04 的这一部分。)

然后我们将 map 转换为列表，准备进行排序。该列表由对组成，单词作为第一个值，计数作为第二个值。

因此 sortedByDescending{ it.second } 按计数排序。因为我们按降序排序，所以最常用的词排在最前面。

最后，take(5) 从列表中获取前五个值，这将是五个最常见的单词(连同它们的计数)。

例如，当我在几个简单的句子上运行它时，它给出了:[(the, 4), (was, 3), (it, 3), (a, 2), (of, 2)].

(如果您只想要单词，而不是计数，则可以使用 .map{it.first}。此外，正如 Tenfour04 所建议的那样，有更好的方法可以从文本中提取单词；但是一旦你开始考虑大小写、撇号、连字符、非 ASCII 字母等，这就会变得非常复杂——并且看起来像是一个与获取最常见单词不同的问题。)