如何计算java中的单词
我正在寻找可以解决我的以下问题的算法，提示或任何源代码。
我有一个文件夹，它包含许多文本文件。 我读了它们并将所有文本存储在STRING中。 现在我想计算，如果任何单词出现在其他文件中或没有。 （我知道不清楚让我举个例子）
例如我有两个文件：Doc A =>“brown fox jump”Doc B =>“dog not jump”Doc C =>“狐狸跳狗”
让我们说我的程序读取第一个文档，现在第一个单词是“棕色”，现在我的程序将检查这个单词是否也出现在任何其他文档中？ 所以答案是0.现在它将再次检查第二个单词“fox”，它会给出输出，它出现在（Doc C）等等……现在它将读取Doc B并且它将检查如果狗出现在其他文件中？ 答案是（Doc C）等……
任何建议或伪代码？
提示：它也称为逆文档频率（Idf）。 我知道什么是idf。
像GregS说的那样，使用HashMap。 我没有发布任何代码，因为我认为这是一个功课，我想给你机会自己创建它，但大纲是：
- 打开新文档
- 对于每个单词，如果已经存在，请查看您的hashmap。 如果不是，请使用此单词在HashMap中创建一个新键，并在该位置添加新文档（文件名）。 如果是，只需添加文档的文件名。
例如，如果你有：DocA：布朗狐狸跳DocB：Fox跳狗
您将打开DocA并遍历其内容。 ‘brown’不在您的hashmap中，因此您将添加一个键为’brown’且值为’DocA’的新元素。 与“狐狸”和“跳跃”相同。 然后你会打开DocB。 ‘fox’已经在你的hashmap中，所以你要添加它的值DocB，（值将是’DocA DocB’）。 也许使用ArrayList（在Java中）会有所帮助。
提示：HashMap将字符串映射到文件列表。
考虑到“我对所有文档都有这组单词”和“我可以以某种方式存储每个单词出现在哪些 文档中” ，这可能会有所帮助。 鉴于您的数据的这种表示，很容易确定给定的单词是否出现在多个文档中。 关于如何做到这一点，其他人提供了这里的提示。
只是另一个想法不同然后所有有价值的答案，我承认哈希看起来更好，我只是想从另一个角度看待它。
我会对每个文档中的所有单词进行排序，并将每个文档相互比较。
例如docA> brown，fox，jump; docB-> doc，jump，not docC-> dog，fox，jump
比较它们是这样的
直到有一个单词文件 得到文件的第一个元素 比较最下降的第一个元素，如果该元素存在多次保留它 抛出最下降的那个（在我的情况下）
所以在第一次比较中
docA – > fox，jump docB – > doc，jump，not docC – > dog，fox，jump
在第二次比较中
docA – > fox，jump docB – > jump，not docC – > dog，fox
在第三次比较中
docA – > fox，jump docB – > jump，not docC – > fox，jump
在第四场比赛中保留狐狸，在第五场比赛中保留跳投。
HashMap将字符串映射到整数。 整数是不可变的，因此有一些“增量”的喧嚣，但不是太多。 你可以覆盖put（）方法。
此代码将所有不同的单词作为键返回，并计为句子中找到的每个单词的值。 只需从文件或命令提示符创建一个String对象作为输入，并在下面的方法中传递它。
public Map getWordsWithCount(String sentances) { Map wordsWithCount = new HashMap(); String[] words = sentances.split(" "); for (String word : words) { if(wordsWithCount.containsKey(word)) { wordsWithCount.put(word, wordsWithCount.get(word)+1); } else { wordsWithCount.put(word, 1); } } return wordsWithCount; }