TreeBag的比较器按出现次数排序

Question

我有一个字符串来源（比方说，一个文本文件），许多字符串重复多次。我需要按照出现次数减少的顺序得到前X个最常见的字符串。

首先想到的想法是创建一个可排序的Bag（类似于 org.apache.commons.collections.bag.TreeBag ）并提供一个比较器，它将按顺序对条目进行排序我需要。但是，我无法弄清楚我需要比较的对象类型是什么。它应该是某种内部映射，它结合了我的对象（String）和TreeBag内部生成的出现次数。这可能吗？

或者我会通过简单地使用散列图并按值排序来改善，例如，Java sort HashMap by value

Answer 1

为什么不把字符串放在地图中。字符串映射到它们在文本中出现的次数。 在步骤2中，遍历地图中的项目并继续将它们添加到大小为X的最小堆中。如果在插入之前堆已满，请始终先提取min。
需要nlogx时间。

否则，在步骤1之后，按出现次数对项目进行排序，并取出前x个项目。树图会在这里有用:)（我会添加一个链接到javadocs，但我在平板电脑中） 需要时间。

Answer 2

使用Guava's TreeMultiset，只需使用Multisets.copyHighestCountFirst。