Question

我有一个项目列表（即字符串），我需要对其进行排序/过滤。

最终结果应不包含任何重复（简单），我会将它们全部放入Set中。所以我现在有一套字符串。

更多解释..

我还有一个方法x来计算两个字符串之间的差异量（使用levenstein距离）。

问题：

在将新字符串string插入我的集set之前，我想使用x和其他任何方法之间的方法string检查 levenstein距离 set中的字符串以及如果x返回>=3而不是我不应该添加它。

我最好的做法是什么？除了要插入的每个set的迭代槽string之外？

Answer 1

通过Set进行迭代将是您最好的选择，因为没有任何内置的Set实现可以帮助您缩小可能性。

Answer 2

我玩过如何做到这一点的想法。没有任何迭代次数，我想不出办法做到这一点。

假设您有一个名为distance(String,String):int的方法，它返回两个字符串之间的给定距离。

String x = "Obi-wan"; //this is the item subject to eval addition
List<String> items = new ArrayList<String>(asList("Luke","Yoda","Anakin"));
if (items.filter(s -> distance(s, x) >= 3).getFirst() == null) {
  items.add(x);
}

如果您使用JDK8 Preview，则可以使用上述代码立即执行此操作。 Iterables.getFirst（）方法不会迭代整个集合，只会在找到满足条件的第一个元素之前。

否则，您可能必须实现Predicate接口和过滤方法。

interface Predicate<T> {
    public boolean eval(T o);
}

public static void main(String[] args) {
   final String x = "Obi-wan"; //this is the item subject to eval addition
   List<String> items = new ArrayList<String>(asList("Luke","Yoda","Anakin"));
   Predicate<String> p = new Predicate<String>() {
       public boolean eval(String s){ 
           return distance(s, x) >= 3;
       }
   };
   if(filter(items, p).isEmpty()){ 
        items.add(x);
   }
}

public static <T> List<T> filter(List<? extends T> items, Predicate<? super T> predicate){
    List<T> destiny = new ArrayList<T>();
    for(T item : items){
       if(predicate.eval(item){
           destiny.add(item);
       }
    }
    return destiny;
}

或者，您可以在找到满足条件的第一项后停止过滤。

Answer 3

创建集合时可以使用自定义比较器。在比较器中，如果它们相同（根据常规字符串比较规则）或者它们的Levenstein距离符合您的标准，则返回两个字符串相同。

当您的comaprator说两个字符串相同时，新字符串不会插入到集合中。（注意，这意味着字符串的最终结果可能取决于插入的顺序）

更新：处理有关总排序的评论：

使用上述建议的比较器会使得结果依赖于插入顺序（如上所述），因为使用的Levenstein距离标准没有定义总排序，因此任何其他解决方案都是如此。

OTOH，一旦一个字符串通过了不相等的测试并被插入到集合中，集合中的其他字符串将不会比较此字符串，因此集合中的字符串将使用它们的自然字符串排序，这确实定义了总排序，因此在集合的内部操作（例如排序）中不会出现进一步的不一致。

从Set in Java中筛选出项目

3 个答案: