字符串频率搜索未找到所有单词答案

【问题标题】：String frequency search not finding all words字符串频率搜索未找到所有单词
【发布时间】：2018-11-27 23:22:45
【问题描述】：

我正在尝试实现一个字符串频率搜索算法，它解析jokes.txt 文件并获取测试中每个唯一单词的出现次数。该算法应考虑区分大小写并使“a”和“A”都唯一。截至目前，该算法似乎跳过了测试中第一次出现的“a”以及后来的许多其他单词。

此外，words 数组包含文本中的每个单词。不知何故，(!isDuplicate) 条件中的循环跳过了“a”并且不会增加count。

jokes.txt

I wondered why the baseball was getting bigger.
Then it hit me.

Police were called to a day care
where a 3-yr-old was resisting a rest.
...

WordCounter.java

import java.util.*;
import java.io.FileNotFoundException;
import java.io.FileInputStream;

public class WordCounter {
    ArrayList<String> words = new ArrayList<String>();

    //prints number of words in the  file
    public void numOfWords(Scanner key1) {
        int counter = 1;
        while(key1.hasNext()) {
            words.add(key1.next().replaceAll("[^a-zA-Z]", ""));

        }
    }

    //Takes word as parameter and returns frequency of that word
    public void frequencyCounter(Scanner key1) {
        ArrayList <String> freqWords = new ArrayList<String>();
        int count = 1;
        int counter = 1;

        for(int i = 0; i < words.size(); i++){
            boolean isDuplicate = false;
            for (String s: freqWords){
                if (s.contains(words.get(i).trim()))
                    isDuplicate =true;
            }

            if (!isDuplicate){

                for(int j = i + 1; j < words.size(); j++){
                    if(words.get(i).equals(words.get(j))){
                        count++;
                    }
                }
                freqWords.add(count + "-" + words.get(i));
                Collections.sort(freqWords, Collections.reverseOrder());
                count = 1;     
            }
        }

        for(int i = 0; i < freqWords.size(); i++) {
            System.out.print((i+1) + "       ");
            System.out.println(freqWords.get(i));
        }
    }

}

【问题讨论】：

请更具体。
@shmosel 刚刚做到了
还不清楚是什么问题。告诉我们实际发生的事情，而不是您想象的代码在做什么。
@shmosel 我运行调试器无时间来跟踪正在发生的事情，并跳过了“a”。我不知道这是什么原因。
跳过了哪里？什么时候？从何而来？

标签： java string text frequency word-frequency

【解决方案1】：

您确定重复的逻辑有点不正确：

        boolean isDuplicate = false;
        for (String s: freqWords){
            if (s.contains(words.get(i).trim()))
                isDuplicate =true;
        }

如果 words.get(i) 是“a”并且 s 是“apple”，这将使 isDuplicate 为 true，因为 apple 包含“a”。检查 s 中的单词是否与 words.get(i) 完全匹配。

【讨论】：

【解决方案2】：

只需编辑我的错误答案：

但可能是 contains() 造成了问题，因为 API 告诉我们它在字符串中搜索字符序列。这意味着您基本上是在每个单词中搜索 Charsequenz“a”并告诉它是重复的。所以它会将“day”计数为一个，因为您正在搜索“a”

在我看来，使用 HashMap 搜索重复项会更好，而且速度会更快。你可以数一数这些值有多少。

【讨论】：

^ 是否定的。
编辑为我认为您正在寻找的解决方案