JAVA:用于文档比较的最佳数据结构？

Question

我正在编写一个程序，根据多个文档的共同词来比较它们。我能够标记所有单词并将它们全部存储在 ArrayList 中，因为它允许重复。但是，我不确定这是否是最好的方法。我需要在 ArrayList 中找到最常见的 50 个单词，但我不太确定该怎么做。有没有更好的数据结构来完成这个操作？

Answer 1

如果您只想比较出现的次数，您可以使用 map ，例如 HashMap , TreeMap ，或任何 other implementation .

键是单词(字符串)，值是出现次数(整数)。您将仔细检查文档，并查找 map 中的每个单词。如果存在，则获取其当前出现的次数，并将其加一。如果没有，请插入出现次数为零的单词。这是一个代码片段:

    HashMap<String, Integer> occurenceMap = new HashMap<>();

    for (String word : document) {
        Integer wordOccurences = occurenceMap.get(word);
        if (wordOccurences == null) {
            wordOccurences = Integer.valueOf(1);
        } else {
            wordOccurences += 1;
        }
        occurenceMap.put(word, wordOccurences);
    }