按比例显示字数/标记云

这很奇怪,所以请耐心等待我解释。

我的第一个想法是计算每一个单词的出现次数,并将所有这些都与每个单词的计数一起放入一个数组中,然后进行排序。

array(517) (
    "We" => integer 4
    "Five" => integer 1
    "Ten's" => integer 1
    "best" => integer 2
    "climbing" => integer 3
     (etc...)

从这里开始,我创建了一个新的字符串,并将每个单词乘以它的计数。一旦字符串的总长度达到1000字,我就停止。这就产生了一个问题。

假设“苹果”这个词出现了900次,“猫”这个词出现了100次。由此产生的单词cloud将只包含两个单词。

我的想法是以某种比例把单词吐出来。到目前为止,我在不同的数据集上的尝试都失败了,这些数据集的比率并不高——特别是当“1”处有很多单词时,这使得GCD非常低。

我想这是一个简单的数学问题,我无法理解,所以我转向了oracle,那就是stackoverflow。