如何使用流计算 Java 8 中的词频？

使用流在 Java 8 中进行词频计数

计算列表中单词的频率是文本处理中的一项常见任务。在 Java 8 中，可以使用 Collectors.groupingBy() 和 Collectors.counting() 方法有效地实现这一点。

要查找字符串列表中的词频，可以使用以下步骤：

1. 在列表上调用 stream() 以创建流。
2. 使用 Collectors.groupingBy(Function.identity()) 按值对流中的元素进行分组。
3. 使用 Collectors.counting() 计算每个单词的出现次数。

例如，给定以下单词列表：

List<String> wordsList = Lists.newArrayList("hello", "bye", "ciao", "bye", "ciao");

您可以计算单词频率为如下：

Map<String,Long> wordFrequencies = wordsList.stream()
    .collect(Collectors.groupingBy(Function.identity(), Collectors.counting()));

这将生成一个包含单词频率的地图，其中键是单词，值是出现的次数。给定列表的结果将是：

{ciao=2, hello=1, bye=2}

要按值对映射进行排序，您可以使用 LinkedHashMap 和 entrySet() 方法将映射条目收集到流中。然后，使用sorted()按值降序对条目进行排序，并使用Collectors.toMap()将它们收集到新的LinkedHashMap中：

LinkedHashMap<String, Long> countByWordSorted = wordFrequencies.entrySet()
    .stream()
    .sorted(Map.Entry.comparingByValue(Comparator.reverseOrder()))
    .collect(Collectors.toMap(
        Map.Entry::getKey,
        Map.Entry::getValue,
        (v1, v2) -> { throw new IllegalStateException(); },
        LinkedHashMap::new
    ));

这将生成一个排序映射，其中单词按以下顺序排序他们的频率。

以上是如何使用流计算 Java 8 中的词频？的详细内容。更多信息请关注PHP中文网其他相关文章！