Question

我正在尝试用Java创建一个哈希表类，该类对出现的每个单词进行计数。它在大多数情况下都有效，但是当我尝试使用以下段落时：

“他们给婴儿取名为苏珊（Susan）。那个经理发现盒子空了。唐娜（Donna）的女儿把门打开了。那个音乐家发现这本书很有趣。那个牙医叫那只狗叫费多（Fido）”。

它会检测除“ That”以外的所有其他单词的正确数量。 “那个”在该段落中出现了3次，但仅检测到一个“那个”。这是代码：

import java.util.*;

public class WordCounts extends ConsoleProgram
{
    public void run()
    {
        HashMap<String,Integer> h = new HashMap<String,Integer>();
        String input = readLine("Enter a string: ");
        String[] words = input.split(" ");
        for(int i=0; i<words.length; i++)
        {
            Integer num = h.get(words[i]);
            if( num == null)
                num = new Integer(1);
            else
                num = new Integer(num.intValue() + 1);

            h.put(words[i].toLowerCase(), num);
        }

        printSortedHashMap(h);
    }

    /*
     * This method takes a HashMap of word counts and prints out
     * each word and it's associated count in alphabetical order.
     *
     * @param wordCount The HashMap mapping words to each word's frequency count
     */
    private void printSortedHashMap(HashMap<String, Integer> wordCount)
    {
        // Sort all the keys (words) in the HashMap
        Object[] keys = wordCount.keySet().toArray();
        Arrays.sort(keys);

        // Print out each word and it's associated count
        for (Object word : keys) 
        {
            int val = wordCount.get(word);
            System.out.println(word + ": " + val);
        }
    }
}

如果有人可以提供帮助，我将不胜感激。预先感谢。

编辑：我不小心在描述中写了“ that”而不是“ That”；我的意思是，我试图弄清楚为什么班级没有计算每个“那个”。

Answer 1

可能有很多事情... 如果您不使用ignoreCase()，则在Java眼中，“ that”和“ that”是不同的。另外，请尝试使用StringTokenizer格式化字符串，这将使您的生活更轻松，代码也更短。

Answer 2

这里的主要问题是由以下几行引起的：

h.get(words[i])

和

 h.put(words[i].toLowerCase(), num)

您正在寻找HashMap中单词的原始大小写，但将它们存储为小写形式。因此，当您第一次看到“ That”时，您将其添加为“ that”。下次您看到“那个”，瞧，它不在您的地图中！因为Java区分大小写，并且将“ That”和“ that”视为不同的字符串。因此，您将“ that”重新添加到地图中，值为1。冲洗并为看到的每个重复的“ That”重复。

您可能想做的是在开始之前将整个输入字符串都小写。您可能还希望删除所有标点符号，以便句子结尾的单词不包含句点。

Answer 3

您需要像保存它一样检查小写的字符串键。

Integer num = h.get(words[i].toLowerCase());

此外，您还需要在split方法中更改正则表达式以仅获取单词：

String[] words = input.split("[ ,.?!:;]");

Answer 4

为代码内联检出注释，以更新字符串数组中的字数。

buff <- st_transform(buff, crs = 4326)

library(leaflet)

leaflet() %>% 
  addTiles() %>% 
  addMeasure(primaryLengthUnit = "meters") %>% 
  addMarkers(data = pois) %>% 
  addPolygons(data = buff)

Java中的单词计数类不计算出现的每个“那个”

4 个答案: