如何在java中将字符串元素拆分为不相交的组？

Question

这些行如下

A1;B1;C1
A2;B2;C2

如何找到一组唯一字符串并按以下标准将其分为非相交组：如果两行在一列或多列中具有非空值的重合，则它们属于同一组。例如，行

1,2,3
4,5,6
1,5,7

属于一个群组。 最初我想通过三个HashSet（对于每一列）快速查看字符串是否包含在唯一值列表中，然后将其添加到已分组行的列表或唯一行列表中。但是这种情况下的算法存在性能瓶颈：如果要合并组，则必须遍历列表中的每个组。具有大量合并的大量数据（> 100万条记录）的算法工作缓慢。如果合并很小（大约数千），它会很快运作。我抓住了这个地方的卡住，不知道如何优化这个瓶颈，或者是否有必要使用其他数据结构和算法。有人能告诉我挖掘的方向。对于此事的任何想法，我将不胜感激。

Answer 1

我建议采用以下方法：

• 创建一个Set<String> ungroupedLines，最初包含所有行。在您将这些行分配给组时，您将删除这些行。
• 按照您的建议构建三个Map<String, Collection<String>> - s，每列一个。
• 初始化空Collection<Collection<String>> result。
• 虽然ungroupedLines不为空：
  • 创建新的Collection<String> group。
  • 删除元素，将其添加到group。
  • 执行＆＃34;深度优先搜索＆＃34;从该元素，使用您的三个地图。
    • 忽略（跳过）已从ungroupedLines。
    中删除的所有元素
    • 对于其他内容，请将其从ungroupedLines中删除，然后将其添加到group，然后再进行递归。
    • 或者，您可以使用广度优先搜索。
  • 将group添加到result。