Question

我正在学习软件安全课程，其中一项任务是在Rust中编写一些基本程序。对于其中一个分配，我需要分析文本文件并生成多个统计信息。其中一个是文本中十个最常用单词的生成列表。

我写过this program执行任务中的所有任务，除了上面提到的单词频率统计，程序编译并执行我期望的方式：

extern crate regex;

use std::error::Error;
use std::fs::File;
use std::io::prelude::*;
use std::path::Path;
use std::io::BufReader;
use std::collections::BTreeMap;
use regex::Regex;

fn main() {
    // Create a path to the desired file
    let path = Path::new("text.txt");
    let display = path.display();

    let file = match File::open(&path) {
        Err(why) => panic!("couldn't open {}: {}", display,
                           why.description()),
        Ok(file) => file,
    };

    let mut wordcount = 0;
    let mut averagesize = 0;
    let mut wordsize = BTreeMap::new();
    let mut words = BTreeMap::new();

    for line in (BufReader::new(file)).lines() {
        let re = Regex::new(r"([A-Za-z]+[-_]*[A-Za-z]+)+").unwrap();
        for cap in re.captures_iter(&line.unwrap()) {
            let word = cap.at(1).unwrap_or("");
            let lower = word.to_lowercase();
            let s = lower.len();

            wordcount += 1;
            averagesize += s;

            *words.entry(lower).or_insert(0) += 1;
            *wordsize.entry(s).or_insert(0) += 1;
        }
    }

    averagesize = averagesize / wordcount;

    println!("This file contains {} words with an average of {} letters per word.", wordcount, averagesize);

    println!("\nThe number of times a word of a certain length was found.");

    for (size, count) in wordsize.iter() {
        println!("There are {} words of size {}.", count, size);
    }

    println!("\nThe ten most used words.");

    let mut popwords = BTreeMap::new();
    for (word, count) in words.iter() {
        if !popwords.contains_key(count) {
            popwords.insert(count, "");
        }

        let newstring = format!("{} {}", popwords.get(count), word);
        let mut e = popwords.get_mut(count);
    }

    let mut i = 0;
    for (count, words) in popwords.iter() {
        i += 1;
        if i > 10 {
            break;
        }
        println!("{} times: {}", count, words);
    }
}

我有一个BTreeMap（我选择了these指令）words，它将每个单词作为键存储，并将其关联的频率作为值存储在文本中。这个功能正如我所期望的那样，但我被卡住了。我一直在尝试找到按值排序BTreemap的方法，或者在Rust中找到另一个按值本地排序的数据结构。

我正在寻找在Rust中实现此数据结构（带有频率的单词列表，按频率排序）的正确方法。任何指针都非常感谢！

Answer 1

如果您只需要分析静态数据集，最简单的方法是将BTreeMap最终转换为Vec<T>并对后者进行排序（Playground）：

use std::iter::FromIterator;

let mut v = Vec::from_iter(map);
v.sort_by(|&(_, a), &(_, b)| b.cmp(&a));

向量包含(key, value)对作为元组。要对矢量进行排序，我们必须使用sort_by()或sort_by_key()。为了按递减顺序对向量进行排序，我使用b.cmp(&a)（而不是a.cmp(&b)，这将是自然顺序）。但有other possibilities to reverse the order of a sort。

但是，如果您确实需要一些数据结构，以便进行流式计算，那么它会变得更加复杂。在这种情况下有很多可能性，但我想使用某种优先级队列可以解决。

如何（如果可能的话）在Rust中按值排序BTreeMap？

1 个答案: