要处理一个文档集合,需要统计出corpus包含的所有单词,即统计出一个词汇表,词汇表中需要保存单词和相应的索引。当然,统计之前需要对文档进行stopword removal和text stemming。得到词汇表后,很自然地,我们有两种需求,一是根据单词得到它的索引,另外一个就是根据索引得到相应的单词。但是jdk中的map类只支持根据key来获取value,如果要根据value获取key就需要使用entryset方法得到所有的entry,再遍历一遍,判断每个entry的value是否就是我们期望的,如果是,就记下这个entry相应的key,具体参考这里。
当然,那是比较ugly的做法。我们可以使用Apache Commons Collections中的BidiMap接口来完成这个任务,使用这个接口的限制之一就是key和value必须是一一对应(one to one)的。下面是一个简单的示例:
BidiMap bidi = new HashBidiMap();
bidi.put("SIX", "6");
bidi.get("SIX"); // returns "6"
bidi.getKey("6"); // returns "SIX"
bidi.removeValue("6"); // removes the mapping
BidiMap inverse = bidi.inverseBidiMap(); // returns a map with keys and values swapped
在google上还可以搜到几个例子: http://java.dzone.com/articles/guavas-bidirectional-maps,
Apache Commons Collections中的接口不支持泛型(generics),不过还有另外一个选择guava-libraries,这是来自google的类库。里面的BiMap可以完成同样的任务,简单的示例如下:
BiMap<Integer, String> biMap = HashBiMap.create();
biMap.put(1, "a");
biMap.put(2, "b");
biMap.put(3, "c");
BiMap<String, Integer> invertedMap = biMap.inverse();
先写这么多吧,示例不完整,不过应该很简单的。
参考: http://stackoverflow.com/questions/1383797/java-hashmap-how-to-get-key-from-value