Vb.net 计算字符串中的词频（最有意义的词），不包括关键字

我想计算字符串中单词（不包括一些关键字）的频率，并对它们进行排序。那么，我该怎么做呢

在下面的字符串中

This is stackoverflow. I repeat stackoverflow.

其中排除的关键字是

ExKeywords() ={"i","is"}

输出应该是

stackoverflow  
repeat         
this           

别这样！我不是在重新设计谷歌！：）

string input=“这是stackoverflow。我重复stackoverflow。”；
字符串[]关键字=新[]{“i”，“is”}；
正则表达式正则表达式=新正则表达式（\\w+）；
foreach（regex.Matches中的变量组）（输入）
第（）类
.Select（c=>c.Value.ToLowerInvariant（））
.Where（c=>！keywords.Contains（c））
.GroupBy（c=>c）
.OrderByDescending（c=>c.Count（））
.ThenBy（c=>c.Key））
{
控制台写入线（组键）；
}

string input=“这是stackoverflow。我重复stackoverflow。”；
字符串[]关键字=新[]{“i”，“is”}；
正则表达式正则表达式=新正则表达式（\\w+）；
foreach（regex.Matches中的变量组）（输入）
第（）类
.Select（c=>c.Value.ToLowerInvariant（））
.Where（c=>！keywords.Contains（c））
.GroupBy（c=>c）
.OrderByDescending（c=>c.Count（））
.ThenBy（c=>c.Key））
{
控制台写入线（组键）；
}

如果这是一个非常大的字符串（比如12000个单词），Regex仍然是正确的方法吗？@discorax试试吧！要在单词边界上拆分一个大字符串，正则表达式应该和简单的自定义实现一样高效。您可能会从自定义解析器获得更好的性能，但我怀疑这是否值得努力。对于较大的输入长度n，Linq的性能可能是限制因素。然而，我相信Linq经过了合理的优化，因此我怀疑上述产品是O（nk）。如果关键字的数量要大得多（例如>4），最好将它们放在一个字典中，使总的时间复杂度为O（n）。如果这是一个非常大的字符串（比如12000个单词），Regex仍然是正确的方法吗？@discorax试试吧！要在单词边界上拆分一个大字符串，正则表达式应该和简单的自定义实现一样高效。您可能会从自定义解析器获得更好的性能，但我怀疑这是否值得努力。对于较大的输入长度n，Linq的性能可能是限制因素。然而，我相信Linq经过了合理的优化，因此我怀疑上述产品是O（nk）。如果关键字的数量要大得多（例如>4），最好将它们放在字典中，使总体时间复杂度为O（n）。

string input = "This is stackoverflow. I repeat stackoverflow.";
string[] keywords = new[] {"i", "is"};
Regex regex = new Regex("\\w+");

foreach (var group in regex.Matches(input)
    .OfType<Match>()
    .Select(c => c.Value.ToLowerInvariant())
    .Where(c => !keywords.Contains(c))
    .GroupBy(c => c)
    .OrderByDescending(c => c.Count())
    .ThenBy(c => c.Key))
{
    Console.WriteLine(group.Key);
}

string s = "This is stackoverflow. I repeat stackoverflow.";
string[] notRequired = {"i", "is"};

var myData =
    from word in s.Split().Reverse()
    where (notRequired.Contains(word.ToLower()) == false)
    group word by word into g
    select g.Key;

foreach(string item in myData)
    Console.WriteLine(item);