文字列中の単語の出現数をカウントするアルゴリズム

Question

私はどの単語が最もコメントに出現するかを見るアルゴリズムを構築しようとしています。

は、したがって、私は（JavaScriptで）この思い付いた：

var analyze = function(comments){ 
    var detectedWords = []; 
    var result = {}; 
    comments.forEach(function(comment){ 
     var words = comment.message.split(" "); 
     words.forEach(function(word){ 
      word = word.toLowerCase(); 
      if(word !== ""){ 
       if(detectedWords.indexOf(word) === -1){ 
        detectedWords.push(word); 
        result[detectedWords.indexOf(word)] = {"name":word,"count":1}; 
       }else{ 
        result[detectedWords.indexOf(word)].count++; 
       } 
      } 
     }); 
    }); 

    return _.orderBy(result, ['count'], ['desc']); 
} 

アルゴリズムをさらに最適化することができますか？ （toLowerCaseメソッド（）内部ループの外？

次のステップで、私は「です...、である、I、午前」

Answer 1

あなたは「ブラックリスト」など興味深いない単語を定義しますカウントオブジェクトへのアクセスを高速化するために、配列項目を参照のハッシュテーブルを使用することができます。resultは今今ソート可能である配列、である。

var analyze = function (comments) { 
 
    var result = [], 
 
     hash = {}; 
 
    comments.forEach(function (comment) { 
 
     var words = comment.message.split(" "); 
 
     words.forEach(function (word) { 
 
      word = word.toLowerCase(); 
 
      if (word !== "") { 
 
       if (!hash[word]) { 
 
        hash[word] = { name: word, count: 0 }; 
 
        result.push(hash[word]); 
 
       } 
 
       hash[word].count++; 
 
      } 
 
     }); 
 
    }); 
 

 
    return result.sort(function (a, b) { return b.count - a.count;}); 
 
    //return _.orderBy(result, ['count'], ['desc']); 
 
} 
 

 
console.log(analyze([{ message: 'a b c d a v d e f g q' }]));