如何按频率对单词进行排序答案

【问题标题】：How to sort the words by their frequency如何按频率对单词进行排序
【发布时间】：2014-03-19 19:10:57
【问题描述】：

我获取一个输入文本文件，将其转换为数组，对数组进行排序，然后获取每个单词的频率。我不知道如何根据它们的频率从最高到最低对它们进行排序，而不导入很多东西（这是我想要做的）：

//find frequencies
    int count = 0;
    List<String> list = new ArrayList<>();
    for(String s:words){
        if(!list.contains(s)){
            list.add(s);
        }
    }
    for(int i=0;i<list.size();i++){
        for(int j=0;j<words.length;j++){
            if(list.get(i).equals(words[j])){
                count++;
            }
        }

        System.out.println(list.get(i) + "\t" + count);
        count=0;
    }

这会以未排序的顺序返回具有频率的单词，例如：

the 3
with 7
he 8

等等

我希望这样排序：

he 8
with 7
the 3

【问题讨论】：

标签： java sorting word-frequency

【解决方案1】：

我建议使用一个小的帮助类：

class WordFreq implements Comparable<WordFreq> {
   final String word;
   int freq;
   @Override public int compareTo(WordFreq that) {
     return Integer.compare(this.freq, that.freq);
   }
}

构建一个此类实例的数组，每个单词一个，然后使用Arrays.sort对数组进行排序。

【讨论】：

【解决方案2】：

我是这样实现的，

private static class Tuple implements Comparable<Tuple> {
    private int count;
    private String word;

    public Tuple(int count, String word) {
        this.count = count;
        this.word = word;
    }

    @Override
    public int compareTo(Tuple o) {
        return new Integer(this.count).compareTo(o.count);
    }
    public String toString() {
        return word + " " + count;
    }
}

public static void main(String[] args) {
    String[] words = { "the", "he", "he", "he", "he", "he", "he", "he",
            "he", "the", "the", "with", "with", "with", "with", "with",
            "with", "with" };
    // find frequencies
    Arrays.sort(words);
    Map<String, Integer> map = new HashMap<String, Integer>();
    for (String s : words) {
        if (map.containsKey(s)) {
            map.put(s, map.get(s) + 1);
        } else {
            map.put(s, 1);
        }
    }
    List<Tuple> al = new ArrayList<Tuple>();
    for (Map.Entry<String, Integer> entry : map.entrySet()) {
        al.add(new Tuple(entry.getValue(), entry.getKey()));
    }
    Collections.sort(al);
    System.out.println(al);
}

输出是，

[the 3, with 7, he 8]

【讨论】：

我喜欢这种对频率进行排序的方式，但我需要输出按降序排列 - 从最大到最低，并且像我的代码中的表格一样。
@nanachan 然后将 compareTo 更改为 return new Integer(o.count).compareTo(this.count); 并且 toString 方法应该使用 \t。
如果我将 toString 设置为带有 \t 它仍然返回一个类似[he 8,with 7,the 3]的数组
@nanachan 删除 System.out.println(al); 并执行 for (Tuple t : al) System.out.println(t);

【解决方案3】：

您应该创建一个 Word 类型的对象，该对象包含单词的 String 值及其频率。

然后您可以实现compareTo 或使用Comparator 并在您的Word 类型列表上调用Collections.sort()

【讨论】：

【解决方案4】：

使用Map<String, Integer> 而不是将String 存储为键，并将频率存储为值，初始值为 1。如果单词已经存在，只需将值增加 1 来更新值。然后，将其转换映射到Map<Integer, List<String>>（或Guava Multimap）并使用Integer 值作为键，并使用String 键将它们存储为值。

【讨论】：