文件1

Question

在我与Adobe的访谈中向我提出了这个问题。我回答可以使用hashmap，但他并不满意。

文件1

< tag1 >  
  < subtag1 >  
    < subsubtag1 >  
    </subsubtag1 >  
  < /subtag1 >  
< /tag1 >  
< tag2 >  
< /tag2 >

n 需要将这些文件（即XML文件）的数量存储在内存中。编写java数据结构的实现，该结构应该用于将这些文件存储在内存中，以便有效地执行以下操作：

访问特定文件中的特定标记。
访问该标记所在的所有文件中的特定标记。

注意：

有数百万个文件需要存储
每个文件包含数百万个标签，每个标签可能包含数百万个子标签

Answer 1

我想到TreeSet。

访问和检索时间非常快，这使得TreeSet成为存储必须快速找到的大量已排序信息的绝佳选择。

类似的东西：

public class Storage{

  private String mTagName;
  private String mAttribute;
  private TreeSet<Storage> mTree; 
}

包含自身TreeSet的类。适合递归。

Answer 2

我不认为使用HashMap是问题（在底部解释）。假设您的XML不包含任何属性，而不是HashMap<String, Element>（TreeMap也可以），其中String是XML标记，

class Element {
    Set<Files /* or something that represents them */> filesContainingTag;
    Map<String, Element> subTags;
}

这样你知道哪些文件包含“tag path”并且可以获得单个文件。要访问给定文件中的标记，只需按标记浏览此结构，然后检查此文件是否在filesContainingTag中。如果您以某种方式识别这些文件（例如通过路径），请使用Map而不是set。

为什么使用Hash *而不是Tree *结构？因为如上所述 - 当你需要在迭代中排序时，Tree *很好。在大多数其他情况下，Hash *更快更容易使用（实现散列函数比比较器更容易）。你不想使用Hash *的唯一情况是当你期望恶意输入时 - 当有人知道你正在使用什么散列函数并且会提供充满碰撞的数据时。

Answer 3

问题可能在于问题的注释，这需要访问大型数据集。它肯定不会完全适合内存，但如果你卸载未使用的数据可能部分适合。所以我会选择

WeakHashMap在您的应用中不再使用某个项目时在GC期间卸载
或Google Guava的CacheBuilder具有良好且可调整的驱逐政策

应该使用哪个集合将xml文件存储在内存中？

文件1

3 个答案: