Skip to main content
2 de 5
adicionou 11 caracteres ao conteúdo
mgibsonbr
  • 82,6mil
  • 22
  • 186
  • 334

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.

mgibsonbr
  • 82,6mil
  • 22
  • 186
  • 334