- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我是 Java 初学者,刚开始从事数据挖掘工作。我正在构建一个处理一段文本(article.txt 文件)的程序,它显示 article.txt 的原始单词(例如,无论单词“the”出现多少次,它只会显示一次)和还显示了原始单词的出现次数(例如“the”出现了 120 次)。
这个想法是尝试总结文本数据,让人们通过查看出现次数最多的单词来理解它。我觉得我的问题在于找到原文。
这是我到目前为止所做的:
BufferedReader br = new BufferedReader(new FileReader("article.txt"));
int bufferLength = 1000000;
char[] buffer = new char[bufferLength];
int charsRead = br.read(buffer, 0, bufferLength);
br.close();
String text = new String(buffer);
text = text.toLowerCase();
String[] words = text.split(" ");
int z = 0;
// # OF WORDS IN TEXT
for (int i = 0; i < words.length; i++) {
words[i] = words[i].trim();
}
System.out.println("There are " + words.length + " words in this text.");
String[] uniqueWordArray = new String[412]; // To store unique words
int[] uniqueWordArrayCount = new int[z]; // To store # of unique words
for(int i = 0; i < words.length; i++) {
// char[] convertedText = text.toCharArray();
// FINDING UNIQUE WORDS AND ADDING THEM TO AN ARRAY
if(Arrays.asList(text).contains(words[i]) && !Arrays.asList(uniqueWordArray).contains(words[i])) {
int x = (int)(Math.random()*211);
uniqueWordArray[x] = words[i];
z++; // see uWACount value
}
else {
z++;
}
}
System.out.print(Arrays.toString(uniqueWordArray));
System.out.print(Arrays.toString(uniqueWordArrayCount));
老实说,我不知道我在寻找唯一/原始词方面出了什么问题,我在几次尝试后写了一些伪代码:
For every word in text
if word exists in original/unique word array
Increment corresponding count in unique word count array
else
Add new unique word in original/unique word array
Increment corresponding count in unique word count array
有什么建议吗?您认为我在原始代码中做错了什么?
注意: 目前的答案是指使用不同的导入和库,我正在尝试使用数组(可能是二维数组)来解决这个问题,没有列表、哈希表等,因为我我已经看到其他新手只用数组编写类似的程序,而且我花了几天时间试图弄清楚这一点,所以我感到内疚。我明白这是一种限制,但我觉得如果我用它来应对挑战,我会变得更好。
最佳答案
您可以使用 java.io.StreamTokenizer 从文件中读取单词并将它们存储在 Map 中,您还可以在其中对它们进行计数。
StreamTokenizer st = new StreamTokenizer(new BufferedReader(new InputStreamReader(new FileInputStream("article.txt"))));
st.whitespaceChars(' ', '/');
st.wordChars('a', 'Z');
Map<String, Integer> wordMap = new HashMap<String, Integer>();
int token;
do {
token = st.nextToken();
if (token == StreamTokenizer.TT_WORD) {
String word = st.sval.toLowerCase();
int count = 0;
if (wordMap.containsKey(word))
count = wordMap.get(word);
wordMap.put(word, count + 1);
}
}
while (token != StreamTokenizer.TT_EOF);
for (String word : wordMap.keySet()) {
System.out.println(word + ": " + wordMap.get(word));
}
如果您真的坚持不使用 HashMap,这里是仅使用普通数组的实现。然而,它的效果较差。
StreamTokenizer st = new StreamTokenizer(new BufferedReader(new InputStreamReader(new FileInputStream("article.txt"))));
st.whitespaceChars(' ', '/');
st.wordChars('a', 'Z');
int maxSize = 400;
String[] words = new String[maxSize];
int[] counts = new int[maxSize];
int length = 0;
int token;
do {
token = st.nextToken();
if (token == StreamTokenizer.TT_WORD) {
String word = st.sval.toLowerCase();
boolean newWord = true;
for (int i = 0; i < length; i++)
{
if (words[i].equals(word))
{
counts[i]++;
newWord = false;
break;
}
}
if (newWord) {
words[length] = word;
counts[length] = 1;
length++;
}
}
}
while (token != StreamTokenizer.TT_EOF);
for (int i = 0; i < length; i++) {
System.out.println(words[i] + ": " + counts[i]);
}
它不检查数组的最大长度,因此您需要在向其中添加值之前对其进行验证,并在需要时创建更大的数组。这是非常无效的实现。
关于java - 处理文本以仅使用数组在 Java 中构建字典?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/33981463/
我正在编写一个具有以下签名的 Java 方法。 void Logger(Method method, Object[] args); 如果一个方法(例如 ABC() )调用此方法 Logger,它应该
我是 Java 新手。 我的问题是我的 Java 程序找不到我试图用作的图像文件一个 JButton。 (目前这段代码什么也没做,因为我只是得到了想要的外观第一的)。这是我的主课 代码: packag
好的,今天我在接受采访,我已经编写 Java 代码多年了。采访中说“Java 垃圾收集是一个棘手的问题,我有几个 friend 一直在努力弄清楚。你在这方面做得怎么样?”。她是想骗我吗?还是我的一生都
我的 friend 给了我一个谜语让我解开。它是这样的: There are 100 people. Each one of them, in his turn, does the following
如果我将使用 Java 5 代码的应用程序编译成字节码,生成的 .class 文件是否能够在 Java 1.4 下运行? 如果后者可以工作并且我正在尝试在我的 Java 1.4 应用程序中使用 Jav
有关于why Java doesn't support unsigned types的问题以及一些关于处理无符号类型的问题。我做了一些搜索,似乎 Scala 也不支持无符号数据类型。限制是Java和S
我只是想知道在一个 java 版本中生成的字节码是否可以在其他 java 版本上运行 最佳答案 通常,字节码无需修改即可在 较新 版本的 Java 上运行。它不会在旧版本上运行,除非您使用特殊参数 (
我有一个关于在命令提示符下执行 java 程序的基本问题。 在某些机器上我们需要指定 -cp 。 (类路径)同时执行java程序 (test为java文件名与.class文件存在于同一目录下) jav
我已经阅读 StackOverflow 有一段时间了,现在我才鼓起勇气提出问题。我今年 20 岁,目前在我的家乡(罗马尼亚克卢日-纳波卡)就读 IT 大学。足以介绍:D。 基本上,我有一家提供簿记应用
我有 public JSONObject parseXML(String xml) { JSONObject jsonObject = XML.toJSONObject(xml); r
我已经在 Java 中实现了带有动态类型的简单解释语言。不幸的是我遇到了以下问题。测试时如下代码: def main() { def ks = Map[[1, 2]].keySet()
一直提示输入 1 到 10 的数字 - 结果应将 st、rd、th 和 nd 添加到数字中。编写一个程序,提示用户输入 1 到 10 之间的任意整数,然后以序数形式显示该整数并附加后缀。 public
我有这个 DownloadFile.java 并按预期下载该文件: import java.io.*; import java.net.URL; public class DownloadFile {
我想在 GUI 上添加延迟。我放置了 2 个 for 循环,然后重新绘制了一个标签,但这 2 个 for 循环一个接一个地执行,并且标签被重新绘制到最后一个。 我能做什么? for(int i=0;
我正在对对象 Student 的列表项进行一些测试,但是我更喜欢在 java 类对象中创建硬编码列表,然后从那里提取数据,而不是连接到数据库并在结果集中选择记录。然而,自从我这样做以来已经很长时间了,
我知道对象创建分为三个部分: 声明 实例化 初始化 classA{} classB extends classA{} classA obj = new classB(1,1); 实例化 它必须使用
我有兴趣使用 GPRS 构建车辆跟踪系统。但是,我有一些问题要问以前做过此操作的人: GPRS 是最好的技术吗?人们意识到任何问题吗? 我计划使用 Java/Java EE - 有更好的技术吗? 如果
我可以通过递归方法反转数组,例如:数组={1,2,3,4,5} 数组结果={5,4,3,2,1}但我的结果是相同的数组,我不知道为什么,请帮助我。 public class Recursion { p
有这样的标准方式吗? 包括 Java源代码-测试代码- Ant 或 Maven联合单元持续集成(可能是巡航控制)ClearCase 版本控制工具部署到应用服务器 最后我希望有一个自动构建和集成环境。
我什至不知道这是否可能,我非常怀疑它是否可能,但如果可以,您能告诉我怎么做吗?我只是想知道如何从打印机打印一些文本。 有什么想法吗? 最佳答案 这里有更简单的事情。 import javax.swin
我是一名优秀的程序员,十分优秀!