Java:查找两个数据源中出现了多少个单词？

Question

我想弄清楚是否有一种简单的方法来计算出现在小段落 (#1) 和小段落 (#2) 中的单词数。

通常，我会逐字确定这些段落中有多少重叠。因此，如果 (#1) 包含单词“happy”并且 (#2) 包含单词“happy”，这就像一个 +1 值。

我知道我可以为 (#1) 中应用于 (#2) 的每个单词使用 String.contains()。但我想知道是否有更有效的方法可以使用

Answer 1

您可以创建两个集合 s1 和 s2，分别包含第一段和第二段中的所有单词，并将它们相交:s1.retainAll(s2)。听起来很简单。

更新
对我有用

    Set<String> s1 = new HashSet<String>(Arrays.asList("abc xyz 123".split("\\s")));
    Set<String> s2 = new HashSet<String>(Arrays.asList("xyz 000 111".split("\\s")));
    s1.retainAll(s2);
    System.out.println(s1.size());

不要忘记从两组中删除空词。