java - java计算字符串中的二元数

我有以下方法创建输入的二元组。我需要计算二元组的数量以计算每次出现的概率。

public static String sortCountBigrams(ArrayList<String> bigrams) {
    String outputResult = "";
    Collections.sort(bigrams);
    String curr = bigrams.get(0);
    int counter = 1;
    for (String next : bigrams) {
        if (next.equals(curr)) {
            counter++;
        } else {
            outputResult += curr + " " + Double.toString(counter) + " ";
            counter = 1;
            curr = next;
        }
    }
    return outputResult;

}

这是bigram的示例输出，如下所示：

af 22 ag 22 ah 7 ai 53 aj 74 ak 1 al 384 am 157

我需要将计算（如下）添加到方法中，java库中是否有一个函数可以执行此操作，而bigram中的元素数不是常数。

af 22/8 ag 22/8 ah 7/8 ai 53/8 aj 74/8 ak 1/8 al 384/8 am 157/8

提前致谢。

最佳答案

拳头可以收集每个二元组的计数：

Map<String, Long> counts = bigrams().stream()
    .collect(Collectors.groupingBy(Function.identity(), Collectors.counting());
double denominator = counts.size(); // Really not bigrams.size()?

根据要求，我将分母设置为不同的双字母组的数量，而不是所有双字母组的数量（这将给出频率表）。

Map<String, Double> results = new LinkedHashMap<>();
counts.entrySet().stream()
    .sorted(Map.Entry.<String, Long>comparingByValue().reversed()
        .thenComparing(Map.Entry.<String, Long>comparingByKey()))
    .forEachOrdered(e -> results.put(e.getKey(), e.getValue() / denominator));

System.out.println(results);

通过使用LinkedHashMap，可以维持插入地图的顺序。
作为排序顺序，我首先选择了最常出现的内容，然后选择了二元组文字。

我立即使分母加倍，以便进行浮点除法而不是整数除法。

尽管流符号带有苛刻的语法，但它非常紧凑。