使用MapReduce查找txt文件全部最长单词 现有代码求优化实现预期输出

完整可运行reducer.py代码 #

"""reducer.py"""
import sys

results = {}
for line in sys.stdin:
    index, value = line.strip().split('\t')
    # 转整数避免后续比较错误
    word_len = int(index)
    if word_len not in results:
        results[word_len] = value
    else:
        results[word_len] += ' ' + value

# 新增逻辑：获取最大长度及对应单词
max_length = max(results.keys())
longest_words = results[max_length]

# 中文格式输出，需要英文输出可替换为你给出的预期英文句式
print(f"最长的单词长度为{max_length}个字符，对应的单词为：{longest_words}")

核心修改说明 #

• 原代码中读取到的长度key是字符串类型，直接比较会出现"9" > "11"的逻辑错误，因此转换为整数类型存储
• 使用max()方法直接获取所有单词长度的最大值
• 取出最大长度对应的单词列表后按预期格式输出

可选优化（按需使用） #

如果需要排除单词附带的标点（如示例中的sorry,、?等），可以在mapper.py中对拆分后的单词做清洗，修改后的mapper代码如下：

"""mapper.py"""
import sys
import string

for line in sys.stdin:
    for word in line.strip().split():
        # 去除单词首尾的所有标点符号
        cleaned_word = word.strip(string.punctuation)
        # 过滤掉空字符串（比如原内容里单独的标点）
        if cleaned_word:
            print('%s\t%s' % (len(cleaned_word), cleaned_word))

内容的提问来源于stack exchange，提问作者ANNE MARGARET