多个字符串数组比较

Question

我有一个包含一些字符串的主数组。对于主数组的每个值，我想检查子数组中出现的字符串和次数。例如，我有以下数组：

  

主要输入

mainArray = {A, B, C, P}

Subarrays
arrayA = {a,c,d,m,o}
arrayB = {b,c,p,q,r}
arrayC = {a,p,q,r,t,e,o}
……………………………
……………………………
arrayN = {a,c,p,n,o}

现在我想检查A，B，C和P在哪里出现以及出现多少次。它应该生成以下输出：

resultArray = {{a,b,0}{a,c,2}{a,p,1}{b,c,0}{b,p,0}{c,p,2}}

最后一步是，每个主阵列字符串出现在子阵列中的次数：

  

最终输出

lastArray = A=3,B=0,C=4,P=3

我会有数千个主阵列和数千个子阵列。因此，性能也是一个问题：（

Answer 1

我使用guava库multiset

Answer 2

让我们继续使用标准Java。将问题分解为步骤。

1. 重命名这些变量。 mainSet，setA，setB等实际上是数组，而不是集合。称它们为candidateStrings，arrayA，arrayB等。
2. 将arrayA，arrayB等重写为List中的项目，以便循环遍历它们。您将拥有一个名为List<String[]>的新名称。我不知道你的目的，所以我可以在拓扑中打开封面的想法之后调用此列表partitions或cover。我们来使用分区。
3. 将每个分区转换为Set<String>，以便您可以使用Java Collections框架。您最终会得到List<Set<String>>。
4. 计算一组mainSet的所有2元素子集。顺便说一下，这就是为什么candidateStrings作为List更好地工作的原因。使用Set<Set<String>>，并将其命名为pairs
5. 对于mainList的每个2元素子集，使用Set.containsAll计算包含它的分区数。将计数存储在名为Map<Set<String>, Integer>的新pairCounts中。
6. 你的resultSet在这里没有多大意义; {a, b, 0}会是什么数据结构？只需编写一种格式pairCounts供人类消费的方法。
7. 对candidateStrings和partitions进行迭代，以计算您的lastSet，该Map<String, Integer>实际上应该是名为counts的{​​{1}}。
8. 编写一种方法来格式化counts。

现在，这可能很慢。它会工作。您可以为每个步骤编写测试。一旦你编写了正确的代码，就要担心速度。