java - 更新 HashMap 中的 ArrayList

Question

我需要为多个文档中的单词创建索引。索引具有以下格式。

单词，{d1,f1,d2,f2...}，值

word = 几个文档中的几个词

d1,d2,.. = 它出现的文档的名称

f1,f2... = 它在该文档中出现的次数

value = 根据单词出现的文件数量进行的一些计算

到目前为止，我已经创建了两个类。 IRSystems 和 ReferenceCount。

ReferenceCount 有 documentId(d1,d2..) 和 Count(f1,f2..)

IRSystems 有 ReferenceCount 和 Hashmap 的数组列表[String,arraylist(ReferenceCount)]我正在一次阅读一份文件中的所有单词，并命名为“tokens”我正在尝试以某种方式在 HashMap 中添加单词，如果该单词已存在于 Hashmap 中，则查找该单词所属的文档，如果它来自同一文档，则更新计数。如果它来自不同的文档，请添加arrayList 的新文档 ID 和新计数。

到目前为止，我已经做到了。我有两个问题，如果它来自同一个 documnet，它不会增加单词数。而且我无法实现“值(value)”。

HashMap<String, ArrayList<ReferenceCount>> normalList = new HashMap<String, ArrayList<ReferenceCount>>(); 

while (st.hasMoreElements()) 
        {
            String tokens = st.nextToken();
            if(normalList.size()== 0 || !normalList.containsKey(tokens) )
            {
                rList =  new ArrayList<ReferenceCount>();
                rCount = new ReferenceCount(name);
                rList.add(rCount);
                normalList.put(tokens,rList);                
            }
            else if(normalList.containsKey(tokens)  )
            {
                System.out.println("Match found");
                Iterator it = normalList.entrySet().iterator();
                while (it.hasNext())
                {
                    Map.Entry pair = (Map.Entry)it.next();
                    ArrayList<ReferenceCount> rList1 = new ArrayList<ReferenceCount>();
                    rList1 =(ArrayList)pair.getValue();
                    for( ReferenceCount rC : rList1 )
                    {
                        if(pair.getKey().equals(rC.getDocumentId()))
                        {
                            System.out.println("Match found 2 ");
                           rC.increment();
                        }
                    }
                }
            }
        }
       //to display the hashmap
Iterator it = normalList.entrySet().iterator();
            while (it.hasNext())
            {
                Map.Entry pair = (Map.Entry)it.next();
                System.out.println(pair.getKey()+ ",");
                ArrayList<ReferenceCount> rList1 = new ArrayList<ReferenceCount>();
                rList1 =(ArrayList)pair.getValue();
                for( ReferenceCount rC : rList1 )
                {
                    rCount = new ReferenceCount(name);
                    System.out.println(rCount.getDocumentId()+","+rCount.getCount());
                }


            }
       }

Answer 1

你用了一张 map 来表示这些词。为什么不对 documentIds 使用相同的方法？您可以像这样创建一个 HashMap of HashMap:

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

对于您的值，您可以创建一个单独的 HashMap，其中单词作为键，计算值作为值:

HashMap<String, String> wordValueMap = new HashMap<String, String>(); 

对于每个单词，检查 wordCountMap.containsKey(newWord)，如果不存在，则使用新的 documentId 和单词计数创建内部 HashMap 1.如果key存在，则获取已有的内层HashMap，然后检查documentId是否存在，依此类推...

最后，您可以在wordValueMap中单独维护计算出的value。