Java 计算文件中重复的单词

目标：查找文件中所有单词的计数。文件包含1000多个字

我的方法是：使用

HashMap（）

存储并计算每个单词在文件中出现的次数

问题:

HashMap（）

是最好的方法，还是最好使用二叉树来确保更快的查找，因为文件中有大量的字

还是有更好的方法

---

HashMap将导致大量不需要的内存开销。

1000-10000个字非常小

---

Hashmap很好。

Hashmap很完美。你需要储存

• 遇到的每个单词的副本
• 每一个的计数

---

HashMap真的不会存储更多

那么你在寻找不同的词

我能想到的最有效的结构是

下面是一个开源实现：

虽然我倾向于同意Mitch Wheat的观点，但听起来HashMap应该可以很好地工作（最好避免过早的优化…所以你应该使用HashMap，直到你证明它是一个瓶颈）

假设字符串不是很长，那么Michael建议的“Trie”方法会很好。Trie中的节点可以存储字符以及以该字符结尾的字符串的“计数”。这将大大减少存储需求（再次假设字符串均匀分布且重叠）

假设在使用HashMap时，不在调用之间持久化计数，则让映射为from Integer=>Integer，其中“key”是字符串的hashcode，并为计数赋值。这应该是一个有效的解决方案-具有快速查找和减少内存足迹

---

我建议用Perl/PHP完成这样的任务。用机关枪杀苍蝇很难

让我们为此创建一个代码；）