Question

我正在编写一个java程序来搜索包含字典中单词列表的文本文件中的单词。就像你现在一样，这个文件包含大约300,000个单词。我能够想出一个程序，可以迭代将每个单词与输入单词（我正在搜索的单词）进行比较的单词。问题是这个过程需要花费大量时间才能找到一个单词，特别是如果单词以x，y或z等最后一个字母开头。我想要更高效的东西，几乎可以立刻找到一个单词。这是我的代码：

import java.io.IOException;
import java.io.InputStreamReader;

public class ReadFile
{
public static void main(String[] args) throws IOException
{
    ReadFile rf = new ReadFile();
    rf.searchWord(args[0]);
}

private void searchWord(String token) throws IOException
{
    InputStreamReader reader = new InputStreamReader(
            getClass().getResourceAsStream("sowpods.txt"));
    String line = null;
    // Read a single line from the file. null represents the EOF.
    while((line = readLine(reader)) != null && !line.equals(token))
    {
        System.out.println(line);
    }

    if(line != null && line.equals(token))
    {
        System.out.println(token + " WAS FOUND.");
    }
    else if(line != null && !line.equals(token))
    {
        System.out.println(token + " WAS NOT FOUND.");
    }
    else
    {
        System.out.println(token + " WAS NOT FOUND.");
    }
    reader.close();
}

private String readLine(InputStreamReader reader) throws IOException
{
    // Test whether the end of file has been reached. If so, return null.
    int readChar = reader.read();
    if(readChar == -1)
    {
        return null;
    }
    StringBuffer string = new StringBuffer("");
    // Read until end of file or new line
    while(readChar != -1 && readChar != '\n')
    {
        // Append the read character to the string. Some operating systems
        // such as Microsoft Windows prepend newline character ('\n') with
        // carriage return ('\r'). This is part of the newline character
        // and therefore an exception that should not be appended to the
        // string.
        if(readChar != '\r')
        {
            string.append((char) readChar);
        }
        // Read the next character
        readChar = reader.read();
    }
    return string.toString();
}

}

请注意，我想在Java ME环境中使用此程序。任何帮助都将受到高度赞赏谢谢 - Jevison7x。

Answer 1

您可以使用fgrep（fgrep由-F激活到grep）（Linux man page of fgrep）：

grep -F -f dictionary.txt inputfile.txt

字典文件应包含每行一个字。

不确定它是否仍然准确，但Wikipedia article on grep提到在fgrep中使用Aho-Corasick algorithm，这是一种基于固定的字典构建自动机的算法< / strong>用于快速字符串匹配。

无论如何，您可以查看维基百科上的list of string searching algorithms on a finite set of patterns。在字典中搜索单词时，这些是更有效的方法。

如何使用java在文件中搜索单词

1 个答案: