统计给定的子串在文件中出现的次数

Question

我必须编写一个函数，该函数计算子字符串在文本中出现的次数，并返回一个map (string - counts)

我尝试使用.contains来实现它，但是它不能在一个单词中计算多次出现的次数(“lalala”中的“la”)，现在我被如何修复它所困扰。

fun countSubstrings(inputName: String, substrings: List<String>): Map<String, Int> {

    val map = mutableMapOf<String, Int>()
    var tempCounter = 0
    for (i in 0 until substrings.size) {

        for (line in File(inputName).readLines()) {

            for (word in line.split(" ")) {
                if (word.contains(substrings[i], true)) tempCounter++ 
            }
        }
        map.put(substrings[i], tempCounter)
        tempCounter = 0
    }
    return map
}

所以，我希望这个函数能计算单词，2-3个字符子串，甚至1个字符子串。

Answer 1

使用indexOf从给定的起始位置查找第一个匹配项的位置，如果未找到匹配项，则使用-1。在此之后，您可以更改开始位置，并再次重复。那么你就不会有重叠的问题了。

fun countMatches(text: String, template: String): Int {
    var cnt = 0
    var pos = 0
    while (true) {
        pos = text.indexOf(template, pos)
        if (pos != -1) {
            cnt++
            pos++
        } else {
            return cnt
        }
    }
}


fun countSubstrings(inputName: String, substrings: List<String>): Map<String, Int> {
    val mp = substrings.map { it to 0 }.toMap().toMutableMap()
    for (line in File(inputName).readLines()) {
        for (str in substrings) {
            if (str in mp) {
                mp[str] = (mp[str] ?: 0) + countMatches(line.toLowerCase(), str.toLowerCase())
            }
        }
    }
    return mp
}

但你应该知道两件事：

1. 时间复杂度if O(n*m)其中n和m长度的这样的字符串。
2. 这不是一个非常优雅的解决方案，可能存在更好的解决方案。But it works=)

Answer 2

我的意思是，StringUtils.html#countMatches是Apache commons的一部分。

 StringUtils.countMatches(null, *)       = 0
 StringUtils.countMatches("", *)         = 0
 StringUtils.countMatches("abba", null)  = 0
 StringUtils.countMatches("abba", "")    = 0
 StringUtils.countMatches("abba", "a")   = 2
 StringUtils.countMatches("abba", "ab")  = 1
 StringUtils.countMatches("abba", "xxx") = 0