Python 读取文件统计词频并存入字典
哪些公司问过
答案要点
- 用 with open 并指定 encoding,保证文件正确关闭
- for line in f 逐行迭代是流式读取,不会一次读入整个文件
- strip 后跳过空行,按需 split 和统一大小写
- 用 dict.get 或 collections.Counter 计数,most_common 取高频
- 字典放不下时按 hash 分桶写临时文件,逐桶统计再汇总
易错点
- 用 f.read() 或 readlines() 一次读入,大文件直接撑爆内存
- 没有 strip,导致带换行符的单词被当成不同 key
- 没有处理空行和大小写,统计结果不准确
- 打开文件不指定编码,在不同系统上解码出错
面试官常见追问
- 假设文件特别大,需要用数据流的形式读入怎么办?
- 如果统计结果的词典内存都放不下怎么办?
- 只要出现次数最多的前 K 个怎么做?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。