Question

可以说我有一个字符串s，并且在任何给定时间点，单词都会不断添加到该字符串中。现在，我必须在任何给定的时间点保持前10个重复出现的单词。

我的方法是创建一个具有键值对的字典，如下所示。

dic = {}
for i in s:
   if i in dic:
      dic[i] +=1
   else:
      dic[i] = 1

现在我想保持以上字典中前10个单词的频率。我可以执行上述操作的可能方式是

我可以在每次迭代后对字典进行排序，但是由于字典可能包含数百万条记录，因此这将导致很高的复杂性。
我可以使用计数器或集合的功能，但是我不想使用任何内置函数。

我希望以上程序在线性时间内工作。我知道上述问题曾被问过，但我找不到线性解。

Answer 1

您不需要每次都对整个字典进行排序。只需检查增量值现在是否大于现有的第十个最大值即可。

Answer 2

这就是我能够实现所要询问的内容的方式。

file = open('read.txt','r')
text = file.read().split()
word_cout = {}
top_words = {}
for i in text:
    if i in word_cout:
        word_cout[i] +=1
    else:
        word_cout[i] = 1
    if i not in top_words:
        for key in top_words.copy():
            if top_words[key] < word_cout[i]:
                top_words.pop(key)
                top_words[i] = word_cout[i]
                break
    if(len(top_words) < 10):
        top_words[i] = word_cout[i]

# print(word_cout)
print((top_words))

如何在任何给定时间点从给定字符串中找到前10个单词。蟒蛇

2 个答案: