- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
有谁知道索引正则表达式的方法,以便我可以运行非正则表达式查询,与其中包含正则表达式字段的文档进行匹配?最好使用 Lucene 或其他进程内 Java 库。
我正在从事一个项目,我们想要对大量用户交易进行分类。我们现在有工具可以做到这一点,但我们需要优化。
目前我正在探索 lucene 来替换使用 HashMaps、ConcurrentSkipListSets 实现父子关系构建的内存排序树。
a -> category cat1
1 -> category cat2
b -> category cat4
\w*
6 -> category cat5
因此,字符串 'a 1' 和 'a 1 z x y' 将匹配 'cat2','a' 将匹配 'cat1','b x y 6' 将匹配 'cat5'。所有规则末尾都有一个隐式的 '.*',如果无需正则表达式匹配也可以进行匹配,则首选该规则。这些规则是根据属性列表构建的:
a = cat1
a 1 = cat2
b = cat4
b \w* 6 = cat5
我们现在正在推送 50k 规则(并且还在增加),虽然这个过程的查找速度非常快,但它使用了太多 RAM,需要一些时间来构建,并且没有我们需要的那么灵活。
我已经尝试使用 Lucene 来索引这些规则,但是我遇到了麻烦,因为正则表达式匹配了很多常见单词(在我们的域中),并且为这些单词构建停用词并不容易,因为它们也经常变化。
所以重申一下 - 我需要一种方法来搜索正则表达式被索引的文档,并且查询根本不知道正则表达式。
有人吗?
--奥尔夫
最佳答案
Lucene 无法帮助您解决问题,如果您有 n 个正则表达式并且想要找到一个与您的输入匹配的正则表达式,那么没有比针对您的输入运行每个正则表达式更好的方法了。实际上有一个,即将所有正则表达式合并到一个有限状态机中,但这就是您当前正在做的事情。
但是,令我惊讶的是,您的进程使用了太多 RAM,而只有 50k 规则。你有多少内存?如果您同意分享您的实现细节,我相信还有改进的空间。
关于构建时间,您的应用程序如何工作?也许可以将数据结构的编译版本存储在磁盘上以缩短启动时间,然后仅通过增量更新对其进行修改。
关于java - 索引正则表达式(最好在 Lucene 中),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/8974213/
我有一个加号/减号按钮,希望用户不能选择超过 20 个但不知道如何让它工作。我尝试使用 min="1"max="5 属性,但它们不起作用。这是我的代码和一个 fiddle 链接。https://jsf
我正在尝试复制顶部底部图,如示例 here但它没有正确渲染(紫色系列有 +ve 和 -ve 值,绿色为负值)留下杂乱的人工制品。我也在努力创建一个玩具示例来复制这个问题,所以我希望尽管我缺乏数据,但有
已关闭。此问题不符合Stack Overflow guidelines 。目前不接受答案。 这个问题似乎与 help center 中定义的范围内的编程无关。 . 已关闭 6 年前。 社区去年审查了是
这个问题在这里已经有了答案: Adding two positive integers gives negative answer.Why? (4 个答案) 关闭 5 年前。 我遇到了一个奇怪的问题
有谁知道如何将字符串值类型 -4,5 或 5,4 转换为 double -4.5 或 5.4? 最佳答案 只需使用 Double.parseDouble(Locale, String); 糟糕,我很困
我正在尝试根据 TextBlob 分类插入一个仅包含“正”或“负”字符串的新数据框列:对于我的 df 的第一行,结果是 ( pos , 0.75, 0.2499999999999997)我想要' 正
我对 VBA 非常陌生,无法理解如何在一个循环中完成 2 个任务。我非常感谢您的帮助。 我已经能够根据第 3 列中的数据更改第 2 列中的数值,但我不明白如何将负值的字体更改为红色。 表格的大小每月都
欢迎, 我正在使用 jquery 通过 POST 发送表单。 这就是我获得值(value)的方式。 var mytext = $("#textareaid").val(); var dataStrin
double d = 0; // random decimal value with it's integral part within the range of Int32 and always p
我有这个字符串: var a='abc123#xyz123'; 我想构建 2 个正则表达式替换函数: 1) 用 '*' 替换所有确实有 future '#'的字符(不包括'#') 所以结果应该是这样的
我正在使用 DialogFragment。当用户从 Gmail 平板电脑应用程序的屏幕与下面示例图片中的编辑文本进行交互时,我希望正面和负面按钮保持在键盘上方。 在我的尝试中不起作用,这是我的 Dia
从组装艺术一书中,我复制了这句话: In the two’s complement system, the H.O. bit of a number is a sign bit. If the H.O
是否有更好更优雅的方法来实现下面的简单代码(diffYear、A 和 B 是数字): diffYear = yearA - yearB; if (diffYear == 0) { A = B
我正在设计一种语言,并尝试确定 true 应该是 0x01 还是 0xFF。显然,所有非零值都将转换为 true,但我正在尝试确定确切的内部表示。 每种选择的优点和缺点是什么? 最佳答案 没关系,只要
在我的 dialogfragment 类的 OnCreateDialog 中,我正在这样做: AlertDialog.Builder builder = new AlertDialog.Builder
这个问题在这里已经有了答案: Resolving ambiguous overload on function pointer and std::function for a lambda usin
我偶然发现了一个奇怪的 NSDecimalNumber 行为:对于某些值,调用 integerValue、longValue、longLongValue 等,返回意想不到的值(value)。示例: l
这个问题在这里已经有了答案: Resolving ambiguous overload on function pointer and std::function for a lambda using
我有这个正则表达式来测试用户输入是否有效: value.length === 0 || value === '-' || (!isNaN(parseFloat(value)) && /^-?\d+\.
我想用高斯混合模型拟合数据集,数据集包含大约 120k 个样本,每个样本有大约 130 个维度。当我使用 matlab 执行此操作时,我运行脚本(簇号为 1000): gm = fitgmdist(d
我是一名优秀的程序员,十分优秀!