java - java中存储和访问120,000个单词的最佳方式

Question

我正在编写一个严格读取文本文件 (.txt) 的 Java 应用程序。这些文件最多可包含 120,000 个单词。

应用程序需要存储所有 +120,000 个单词。它需要将它们命名为 word_1、word_2 等。它还需要访问这些词以对它们执行各种方法。

这些方法都与字符串有关。例如，将调用一个方法来说明 word_80 中有多少个字母。将调用另一个方法来说明 word_2200 中的特定字母是什么。

另外，有些方法会比较两个词。例如，将调用一个方法来比较 word_80 和 word_2200 并需要返回具有更多字母的方法。将调用另一个方法来比较 word_80 和 word_2200，并且需要返回两个单词共享的特定字母。

我的问题是:因为我几乎只使用字符串，所以最好将这些单词存储在一个大的 ArrayList 中吗？几个小的ArrayLists？或者我应该使用许多其他存储可能性中的一种，例如 Vectors、HashSets、LinkedLists？

我的两个主要关注点是 1.) 访问速度，以及 2.) 拥有尽可能多的预构建方法供我使用。

提前感谢您的帮助!!

---

哇!感谢大家对我的问题提供如此快速的答复。你所有的建议都对我帮助很大。我正在考虑并考虑您反馈中提供的所有选项。

如有不明之处请见谅；让我来回答你的问题:

1. 问)英语？
   A) 文本文件实际上是用英文写的书。一个词在第二语言中出现的情况很少见——但并非不可能。我会将文本文件中非英语单词的百分比设为 .0001%

2. 问)作业？
   A) 我现在正在微笑地看着我的问题的措辞。是的，它确实类似于学校作业。但不，这不是家庭作业。

3. 问)重复？
   A)是的。考虑到连词、冠词等，大概每五个单词一次。

4. 问)访问？
   A)随机和顺序。一种方法当然有可能随机定位一个词。一个方法也有可能想要在 word_1 和 word_120000 之间依次寻找匹配的词。这就引出了最后一个问题……

5. 问)遍历整个列表？
   A) 是的。

另外，我计划开发这个程序来对单词执行许多其他方法。我再次为我的模糊道歉。 (细节确实会改变世界，不是吗？)

干杯!

Answer 1

我会把它们存储在一个大的 ArrayList 中，然后担心(可能是不必要的)优化。

我天生懒惰，除非有明确的需要，否则我认为优化不是一个好主意。否则，您只是在浪费本可以更好地用在其他地方的努力。

事实上，如果你可以为你的字数设置一个上限并且你不需要任何花哨的 List 操作，我会选择一个普通的(本地)字符串对象数组，其中一个整数包含 < em>实际数。这可能比基于类的方法更快。

这使您能够以最快的速度访问各个元素，同时仍然保留执行所有出色的字符串操作的能力。

请注意，我没有针对 ArrayLists 对 native 数组进行基准测试。它们可能和原生数组一样快，所以如果你不像我那样盲目相信我的能力，你应该自己检查一下:-)。

如果它们确实被证明同样快(甚至接近)，那么额外的好处(其中一个是可扩展性)可能足以证明它们的使用是合理的。