Java：找出两个数据源中出现了多少个单词？答案

【问题标题】：Java: Finding how many words appear in BOTH data sources?Java：找出两个数据源中出现了多少个单词？
【发布时间】：2010-06-22 20:32:45
【问题描述】：

我想知道是否有一种简单的方法可以计算出现在小段落 (#1) 和小段落 (#2) 中的单词数。

一般来说，我会逐字确定这些段落中有多少重叠。因此，如果 (#1) 包含单词“happy”，并且 (#2) 包含单词“happy”，则相当于 +1 值。

我知道我可以为 (#1) 中应用于 (#2) 的每个单词使用 String.contains()。但我想知道是否有更有效的方法可以使用

【问题讨论】：

标签： java string compare

【解决方案1】：

您可以创建两个集合 s1 和 s2，分别包含第一段和第二段中的所有单词，并将它们相交：s1.retainAll(s2)。听起来很简单。

更新
为我工作

    Set<String> s1 = new HashSet<String>(Arrays.asList("abc xyz 123".split("\\s")));
    Set<String> s2 = new HashSet<String>(Arrays.asList("xyz 000 111".split("\\s")));
    s1.retainAll(s2);
    System.out.println(s1.size());

不要忘记从两个集合中删除空词。

【讨论】：

我只是在输入一个复杂的算法，但这更干净，哈哈。 +1 比我更了解 Java API。
我一直用这种方法得到 0。我用 3 个单词的哈希集和 3 个单词的哈希集对其进行测试...每次结果为零...，集合是无序的，两个单词之间是通用的
知道了！我正在重新使用哈希图。因此，每当我重新声明变量时，我都必须创建一个新的 hashmap 而不仅仅是设置它。谢谢你的回答！