java - 从文件将文件添加到集合框架

Question

我不想在这里重复线程。我的问题是我正在使用名为 amazon.txt 的 msdos 管道传输一个文件该文件有 637 个单词..我想要计算唯一单词的数量......而不是“a”、“the”、“this”的计数我还没有在代码中计算过..

当我添加到树集中时，它只有 8 个单词..应该至少有 300 个独特的单词..

总文件数 = 637树集的 count2 = 8

我认为树集可以处理重复项？我究竟做错了什么？该文件确实包含一些整数和 $

import java.util.Scanner;
import java.util.ArrayList;
import java.util.TreeSet;
import java.util.Iterator;
import java.util.HashSet;

public class practice1
{
    public static void main(String[] args)
    {
        Scanner     sc = new Scanner(System.in);    
        String      word;
        //String grab;
        int count = 0;
        int count2 =0;
        int count3 =0;
        int count4 =0;
        int number;
        //ArrayList<String> a = new ArrayList<String>();
        TreeSet<String> a = new TreeSet<String>();

        while (sc.hasNext()) 
        {
            word = sc.next();
            count++;           // 637 words
            a.add(word);
            if (word.equals("---"))
            {
                break;
            }
        }

        Iterator<String> it = a.iterator();

        while(it.hasNext())
        {
            string grab = it.next(); 
            count2++;                   // 8 words

            if (grab.equals("---"))
            {
                break;
            }
        }

        System.out.println("count2");
        System.out.println(count2);
        System.out.println("count");
        System.out.println(count);          
        System.out.println("\nbye...");
    }
}

Answer 1

计算 TreeSet 中条目数量的方法是迭代 Set，并在第一次看到字符串 "---" 时停止计数。 。

这是不正确的。您可能假设 TreeSet.iterator() 返回的条目顺序与它们插入的顺序相同。isn't the case :

The elements are ordered using their natural ordering, or by a Comparator provided at set creation time, depending on which constructor is used.

这里的“自然排序”是指String.compareTo(String)的结果(因为 String 实现了 Comparable<String> )，它测试字典顺序。换句话说，a TreeSet<String> 的迭代器按字母顺序返回项目。

如果你想知道你的集合的大小，只需使用 size() .