java输入一个字符串(单词之间以空格隔开),输出不重复的单词

时间: 2024-01-22 11:02:19 浏览: 27
可以使用Java中的HashMap来实现。 具体步骤如下: 1. 读取输入的字符串。 2. 将字符串按照空格分隔成单词,存入一个数组中。 3. 创建一个HashMap,遍历该数组,将每个单词作为key存入HashMap中,value设为1。 4. 最后遍历HashMap,输出所有key即可,这些key就是不重复的单词。 下面是示例代码: ```java import java.util.*; public class Main { public static void main(String[] args) { Scanner sc = new Scanner(System.in); String str = sc.nextLine(); // 读取输入的字符串 String[] words = str.split(" "); // 将字符串按照空格分隔成单词,存入数组中 Map<String, Integer> map = new HashMap<>(); for (String word : words) { map.put(word, 1); // 将每个单词作为key存入HashMap中,value设为1 } // 遍历HashMap,输出所有key for (String key : map.keySet()) { System.out.print(key + " "); } } } ```

相关推荐

最新推荐

recommend-type

将字符串中由空格隔开的每个单词首字母大写

主要介绍了如何将字符串中的每个单词的首字母变为大写,需要的朋友可以参考下
recommend-type

java输入字符串并将每个字符输出的方法

今天小编就为大家分享一篇java输入字符串并将每个字符输出的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

python 实现将list转成字符串,中间用空格隔开

今天小编就为大家分享一篇python 实现将list转成字符串,中间用空格隔开,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

Python实现统计英文单词个数及字符串分割代码

主要介绍了Python实现统计英文单词个数及字符串分割方法,本文分别给出代码实例,需要的朋友可以参考下
recommend-type

Python简单实现查找一个字符串中最长不重复子串的方法

主要介绍了Python简单实现查找一个字符串中最长不重复子串的方法,涉及Python针对字符串的简单遍历、运算等相关操作技巧,需要的朋友可以参考下
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

解释minorization-maximization (MM) algorithm,并给出matlab代码编写的例子

Minorization-maximization (MM) algorithm是一种常用的优化算法,用于求解非凸问题或含有约束的优化问题。该算法的基本思想是通过构造一个凸下界函数来逼近原问题,然后通过求解凸下界函数的最优解来逼近原问题的最优解。具体步骤如下: 1. 初始化参数 $\theta_0$,设 $k=0$; 2. 构造一个凸下界函数 $Q(\theta|\theta_k)$,使其满足 $Q(\theta_k|\theta_k)=f(\theta_k)$; 3. 求解 $Q(\theta|\theta_k)$ 的最优值 $\theta_{k+1}=\arg\min_\theta Q(
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。