如何在perl中计算单词排名

Question

我有一个程序，我在文档中读取，然后将所有单词放入哈希删除重复并添加到该单词的频率。

例如：

KEY：VALUE： 狗2 猫4 大鼠1

现在我被告知需要计算每个单词的等级并打印这些统计数据。这究竟是什么意思？我需要看什么类型的数学？如果有人能指出我的文件，谈论可能有帮助的词级别。

由于

Answer 1

如果删除重复，则不会有“频率”或至少它们都不是最多1，所以不要这样做。如果你正在谈论合并重复计数（我认为你是），那么我必须假设你所指的等级是文件中每个单词的出现次数。

如果你正确合并，你将拥有一个带有键值对的数组，对降序排列的值进行排序。

BTW - 这听起来像是一个家庭作业问题，如果是这样的话 - 寻找快速排序来对数值进行数组排序。这就是我要说的。 HTH。

Answer 2

排名只是排序，以便最频繁的单词具有排名1.看看Zipf's law我们如何期望单词在适当大的语料库中的频率排名。