Java 哈希图到矩阵的转换

Question

我启动了一个 hashmap 和一个嵌套的 hashmap 来存储术语、它的出现和频率。

for (i = 1; i < lineTokens.length; i += 2) 
{   
    if (i + 1 >= lineTokens.length) continue;  
    String fileName = lineTokens[i];
    int frequency = Integer.parseInt(lineTokens[i + 1]); 
    postingList2.put(fileName,frequency);
    //System.out.println(postingList2);
}
postingList.put(topic, postingList2);

它给我输出：{cancel={WET4793.txt=16, WET5590.txt=53}, unavailable={WET4291.txt=10}, station info={WET2266.txt=32}，宣传计划={WET2776.txt=32}，无评级登录={WET5376.txt=76}，我试图用一个矩阵来表示所有的东西。但是我不能将 0 设置为不包含特定术语的文件。就像：

row-> term
column -> document
mat[row][column]= frequency of occurances of terms in the document.

我在 python 中使用 pandas 数据框轻松完成了。

Answer 1

给定初始 HashMap，转换为 Matrix 需要三个步骤

为每个主题创建一个唯一的索引 id (0, 1 ..)
为每个文档创建一个唯一的索引 ID (0, 1, ..)
使用上述索引填充矩阵

此解决方案将使用地图查找（键为 posting/document）以提高效率。 postings/documents的顺序是可以控制的；这里没有尝试创建特定订单。

步骤 1：为帖子创建唯一 ID 并创建查找映射

Map<String, Integer> topicIndex = new HashMap<>();
List<String> topicList = new ArrayList<>();  // topicList is used to print the matrix
int index = 0;
for (String topic : postingList.keySet()) {
    if (!topicIndex.containsKey(topic)) {
        topicIndex.put(topic, index++);
        topicList.add(topic);
    }
}

这张地图的结果是（所有术语现在都有一个唯一的 id）：

Topics: {cancel=0, unavailable=1, station info=2, advocacy program=3, no ratingslogin=4}

步骤 2： 为文档创建唯一 ID 并创建查找映射

index = 0;
Map<String, Integer> documentIndex = new HashMap<>();
for (String topic : postingList.keySet()) {
    for (String document : postingList.get(topic).keySet()) {
        if (!documentIndex.containsKey(document))
            documentIndex.put(document, index++);
    }
}

这个 Map 的结果是（所有文档现在都有一个唯一的 id）：

Documents: {WET4793.txt=0, WET4291.txt=2, WET2266.txt=3, WET2776.txt=4, WET5376.txt=5, WET5590.txt=1}

步骤 3： 创建并填充矩阵

int[][] mat = new int[topicIndex.size()][documentIndex.size()];
for (String topic : postingList.keySet()) {
    for (String document : postingList.get(topic).keySet()) {
        mat[topicIndex.get(topic)][documentIndex.get(document)] = postingList.get(topic).get(document);
    }
}

结果：矩阵现在看起来像这样：

cancel          16 53  0  0  0  0 
unavailable      0  0 10  0  0  0 
station info     0  0  0 32  0  0 
advocacy program 0  0  0  0 32  0 
no ratingslogin  0  0  0  0  0 76

编辑：循环打印矩阵

    for (int row = 0; row < topicIndex.size(); row++) {
        System.out.printf("%-16s", topicList.get(row));
        for (int col = 0; col < documentIndex.size(); col++) {
            System.out.printf("%2d ", mat[row][col]);
        }
        System.out.println();
    }

Java 哈希图到矩阵的转换

Java hashmap to matrix conversion

java

hashmap

matrix

sparse-matrix