Question

我有一个字符串数组String[] words和一个28000字的单词列表。

我想检查String数组的任何成员是否在WordList中（单词列表在文本文件wordlist.txt中）

最有效的方法是什么？

Answer 1

将字符串直接放入HashSet<String>而不是数组中，然后使用集合上的contains遍历文件以检查内容。你不会改进O（1）访问。如果存在任何重复项，这也将最小化用于存储Strings的内存。

Answer 2

您可以尝试使用数组（树）后缀算法，但需要实现，请看：

Longest palindrome in a string using suffix tree

Answer 3

步骤1：不要使用字符串数组。而不是使用HashSet。

步骤2：将文件（即wordlist.txt）内容加载到另一个HashSet

中

第3步：

Set<String> set1 = new HashSet<String>(); //Load the string array into set
    Set<String> set2 = new HashSet<String>(); //load the file contents into set
    for (String str : set1) {
        for (String str2 : set2) {
            if (str.equalsIgnoreCase(str2)) {
                break;
            }
        }
    }

Answer 4

您可以使用HashSet<String>或具有ArrayList<String>方法的contains。它会检查你的字符串是否存储。
HashSet和ArrayList之间的区别是hashset不允许重复值，并且它不会维护顺序，而arraylist允许您复制及其有序集合。但是HashSet比arraylist更有效地执行搜索操作。

Answer 5

创建HashSet字符串为

HashSet<String> wordSet = new HashSet<String>(Arrays.asList(words));

使用HashSet.contains(Object o)方法检查word中的HashSet，其中word是您要检查的单词是否存在。

Answer 6

存储而不是原始的words.txt序列化的HashSet。作为运行应用程序的单独步骤。

然后，应用程序只需要加载一次哈希集。

Answer 7

HashSet的{{1}}如果该字词已经出现在该集合中，则返回false。

add()

这比for (String str : words) { if (!wordSet.add(str)) { System.out.println("The word " + str + " is already contained."); } }更复杂，更低级别。

Answer 8

如果您的单词列表可以适合内存，则HashSet就足够了。

如果关注内存大小，请使用BloomFilter。虽然布隆过滤器可能会给出错误的答案，但您可以调整它发生的概率。

Java：检查String是否在wordlist中的最有效方法

8 个答案: