读取一篇英文文章将所有的单词设定为键然后赋值为1创建哈希表

大山里出来的孩子

刚开始的思路是：
将整个文件读取，然后按照空格切割后保存于数组中，然后遍历数组创建哈希表。但是如果文章很长，并且有多个文章的话，
先保存数组有点不太妥，效率太低，请问如何改进，使得当读入文件的时候不创建临时数组直接创建哈希表呢？
text_in:
The U.N. Food and Agriculture Organization says it has less than half the funding it needs to help ensure food security in parts of South Sudan.
.......
(太多先不贴出来了，假设文本很规范)

创建如下的哈希表%Words:
(
    The => 1,
    U.N. => 1,
    Food => 1,
    ...
)

我之前的想法是：
my $content;

{
        local $/= undef;
  $content = <$IN1>;
        close($IN1);
        #print "$content\n";
}

my @words1 = split /\s/,$content;
my %Words1 = map{$_ => 1} @words1;

可不可以不用临时的数组呢，直接创建哈希表，那样会不会更快呢？

sunzhiguolu

1. perl -anle '{$h{$_}++ for @F}END{$,=",";print keys %h}' f

复制代码

104359176

use local is easy to slurp all text to a string. not related with speed.

If you want more rapid, use array and uniq it.

jason680

回复 1# 大山里出来的孩子

$ perl words.pl text_in
the half ensure of needs has Sudan. Food Agriculture to funding less in help says Organization it South than U.N. food parts security and The


$ cat words.pl
use strict;
use warnings;

my %hWord;

while(<>){
  chomp;
  $hWord{$_}=1 for(split);
}
print join(" ",keys %hWord),"\n";

   

华小飞_Perl

回复 2# sunzhiguolu


    膜拜大神的单行代码！！！

大山里出来的孩子

感谢大神，我试试看

回复 4# jason680


   

大山里出来的孩子

大神还是用了数组啊

回复 2# sunzhiguolu


   

sunzhiguolu

有一些东西你没有看见, 但并不表示它不存在.