Hashmap 单键持有 class。计算密钥并检索计数器

Question

我正在做一个数据库自主项目。我有一个输入文件来自：http://ir.dcs.gla.ac.uk/resources/test_collections/cran/

处理成1400个独立文件后，每个文件命名为00001.txt,...01400.txt.. .) 在对它们应用 Stemming 之后，我会将它们单独存储在一个特定的文件夹中，我们称之为 StemmedFolder 格式如下：

在 StemmedFolder: 00001.txt 包括:

investig
aerodynam
wing
slipstream
brenckman
experiment
investig
aerodynam
wing

在 StemmedFolder 中： 00756.txt 包括：

remark
eddi
viscos
compress
mix
flow
lu
ting

等等....

我写的代码是：

获取 StemmedFolder，计算唯一字数
按字母顺序排序
添加文档的 ID
将每个保存到一个新文件 00001.txt 到 01400.txt 如下所述

{我可以为这 4 个部分提供我的代码，以防有人需要查看实施、更改或任何编辑情况}

每个文件的输出结果将生成一个单独的文件。（1400，每个命名为 00001.txt，00002.txt...）在一个特定的文件夹中让我们称之为 FrequenceyFolder 格式如下：

在 FrequenceyFolder: 00001.txt 包括:

00001,aerodynam,2
00001,agre,3
00001,angl,1
00001,attack,7
00001,basi,4
....

在 FrequenceyFolder: 00999.txt 包括:

00999,aerodynam,5
00999,evalu,1
00999,lift,3
00999,ratio,2
00999,result,9
....

在 FrequenceyFolder: 01400.txt 包括:

01400,subtract,1
01400,support,1
01400,theoret,1
01400,theori,1
01400,.....

______________

现在我的问题:

我需要再次合并这1400个文件，通过一些计算输出一个类似这种格式的txt文件：

'aerodynam' totalFrequency=3docs: [[Doc_00001,5],[Doc_01344,4],[Doc_00123,3]]
'book' totalFrequncy=2docs: [[Doc_00562,6],[Doc_01111,1]
....
....
'result' totalFrequency=1doc: [[Doc_00010,5]]
....
....

'zzzz' totalFrequency=1doc: [[Doc_01235,1]]

感谢您花时间阅读这么长的内容post

Answer 1

您可以使用 Map 个 List。

Map<String,List<FileInformation>> statistics = new HashMap<>()

在上面的映射中，键将是单词，值将是一个 List<FileInformation> 对象，描述包含该单词的单个文件的统计信息。 FileInformation class 可以声明如下：

class FileInformation {
    int occurrenceCount;
    String fileName;

    //getters and setters
}

要填充上面的地图，请使用以下步骤：

读取FrequencyFolder
当你第一次遇到一个词时，把它作为关键字放在 Map 中。
创建一个 FileInformation 对象并将 occurrenceCount 设置为找到的出现次数并将 fileName 设置为在其中找到它的文件的名称。将此对象添加到List<FileInformation> 对应于步骤 2 中创建的密钥。
下次您在另一个文件中遇到同一个词时，创建一个新的 FileInfomation 对象并将其添加到对应于该词在映射中的条目的 List<FileInformation>。

填充 Map 后，打印统计数据应该是小菜一碟。

for(String word : statistics.keySet()) {
  List<FileInformation> fileInfos = statistics.get(word);
  for(FileInformation fileInfo : fileInfos) {
      //sum up the occureneceCount for the word to get the total frequency
  }
}

Hashmap 单键持有 class。计算密钥并检索计数器

Hashmap single key holding a class. count the key and retrieve counter

java

class

hashmap

file-manipulation