【发布时间】:2019-07-23 14:02:06
【问题描述】:
我正在尝试为 MapReduce 技术编写伪代码,我需要在其中找到文档中字符的出现次数。例如:
m:1000 次,M:5000 次,“”:3000 次,\n:100 次,.:20000 次等
有人可以告诉我这是正确的还是我可以做得更好?
我已经编写了如下所示的伪代码:
def Map(documentName, documentContent)
For Character in documentContent
EmitIntermediate(Character, 1)
def Reduce(Character, Counts)
Char_Count = 0
For count in Counts
Char_Count += count
Emit(Character,Char_Count)
我参考了一些在线可用的 Pseudo-Code for map-reduce 技术并写了这个。 例如,他们已经习惯了以下伪代码来查找文档中单词的出现次数:
def map(documentName, documentContent):
for line in documentContent:
words = line.split(" ")
for word in words:
EmitIntermediate(word, 1)
def reduce(word, counts):
wordCount = 0
for count in counts:
wordCount += count
Emit(word, wordCount)
【问题讨论】:
-
您能否提供我们按字符而不是单词分割的代码行?
标签: mapreduce bigdata cloud amazon-emr pseudocode