Assumindo que você já fez o trabalho de separar o texto em palavras, a estrutura de dados que você está procurando é o java.util.Map
(também conhecida como "dicionário"). A função dela é justamente mapear um objeto (a "chave") a um outro objeto (o "valor") - ou no seu caso, a palavra ao número de vezes que ela aparece.
Map<String,Integer> quantas = new HashMap<String,Integer>();
quantas.put("foo", 1); // Diz que a palavra "foo" apareceu 1 vez
int x = quantas.get("foo"); // Pega o número de vezes que ela apareceu
quantas.put("foo", x+1); // Atualiza o valor (sobrescreve)
// Enumera todas as palavras do dicionário
for ( Map.Entry<String,Integer> par : quantas.entrySet() )
System.out.println(par.getKey() + " apareceu " + par.getValue() + " vezes.");
Se você estiver usando o Java 8, poderá fazer isso de forma ainda mais simples, usando lambdas:
for ( String palavra : listaPalavras )
quantas.compute(palavra, (k, v) -> v == null ? 1 : v+1);
(i.e. se a palavra não está ainda no dicionário - v == null
- marque que ela apareceu 1 vez; caso contrário, incremente 1 no número de vezes que ela apareceu)
Quanto a um modo "inteligente" de achar as N palavras que mais apareceram, eu sugiro uma fila de prioridades (PriorityQueue
) onde:
- O comparador usado na criação ordene pares
(palavra, nº ocorrências)
pela ordem crescente do número de ocorrências;
- Depois de criado e populado o Map
quantas
, você o percorre adicionando elementos a essa fila de prioridades, mantendo seu tamanho limitado ao número que você quer (i.e. remova os menores quando a fila crescer além do ponto que você quer - assim a performance do algoritmo será boa, pois evitará dele ficar comparando elementos que não interessam).
Não vou postar um exemplo completo porque <rant>mesmo as tarefas mais simples em Java levam 10x mais código que numa linguagem decente</rant>. Mas se encontrar dificuldades em usar o método acima pode perguntar que eu explico melhor. Ou, se não estiver preocupado com a performance e só quiser um método simples e direto, coloque esses pares numa lista e a ordene.
Atualização: até que não foi tão mal assim, mas caramba, que falta que uma inferência de tipos não faz...
int max = 3;
PriorityQueue<Map.Entry<String,Integer>> fila =
new PriorityQueue<Map.Entry<String,Integer>>(max+1, new Comparator<Map.Entry<String,Integer>>() {
public int compare(Map.Entry<String,Integer> a, Map.Entry<String,Integer> b) {
return a.getValue() < b.getValue() ? -1 :
a.getValue() > b.getValue() ? 1 :
a.getKey().compareTo(b.getKey()); // Desempate
}
});
for ( Map.Entry<String,Integer> entry : quantas.entrySet() ) {
fila.add(entry);
if ( fila.size() > max )
fila.poll(); // Remove o menor
}