- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
在此之后我完全被烧坏了,我需要找到两个文件(一个小文件和一个巨大文件)之间最长的公共(public)子字符串。我什至不知道从哪里开始搜索,这就是我到目前为止所拥有的
import java.io.BufferedReader;
import java.io.FileReader;
import java.io.IOException;
public class MyString
{
public static void main (String[] args) throws IOException
{
BufferedReader br = new BufferedReader(new FileReader("MobyDick.txt"));
BufferedReader br2 = new BufferedReader(new FileReader("WarAndPeace.txt"));
String md, wp;
StringBuilder s = new StringBuilder();
while ((md = br.readLine()) != null)
{
s.append(md).append(" ");
}
md = s + "";
s.setLength(0);
while ((wp = br2.readLine()) != null)
{
s.append(wp).append(" ");
}
wp = s + "";
s.setLength(0);
md = md.replaceAll("\\s+", " "); //rids of double spaces
wp = wp.replaceAll("\\s+", " "); //rids of double spaces
}
}
到目前为止,我所做的是将每个文件放入字符串生成器中,然后放入字符串中以消除双空格(它在 MobyDick.txt 中出现过很多次)。我找到了这段代码
public static String longestSubstring(String str1, String str2) {
StringBuilder sb = new StringBuilder();
if (str1 == null || str1.isEmpty() || str2 == null || str2.isEmpty())
return "";
// ignore case
str1 = str1.toLowerCase();
str2 = str2.toLowerCase();
// java initializes them already with 0
int[][] num = new int[str1.length()][str2.length()];
int maxlen = 0;
int lastSubsBegin = 0;
for (int i = 0; i < str1.length(); i++) {
for (int j = 0; j < str2.length(); j++) {
if (str1.charAt(i) == str2.charAt(j)) {
if ((i == 0) || (j == 0))
num[i][j] = 1;
else
num[i][j] = 1 + num[i - 1][j - 1];
if (num[i][j] > maxlen) {
maxlen = num[i][j];
// generate substring from str1 => i
int thisSubsBegin = i - num[i][j] + 1;
if (lastSubsBegin == thisSubsBegin) {
//if the current LCS is the same as the last time this block ran
sb.append(str1.charAt(i));
} else {
//this block resets the string builder if a different LCS is found
lastSubsBegin = thisSubsBegin;
sb = new StringBuilder();
sb.append(str1.substring(lastSubsBegin, i + 1));
}
}
}
}}
return sb.toString();
}
这段代码有帮助,但仅限于小文件,每次我用大文件运行它时,我都会得到一个“内存不足:java 堆空间”错误。我需要正确的算法来摆脱堆空间问题,不,我无法增加 java 内存,任何人都可以帮助我或为我指出正确的方向吗?
最佳答案
首先,您需要准确地确定为什么会如此占用内存,然后您就可以开始解决它。
这个声明是一个潜在的问题:
int[][] num = new int[str1.length()][str2.length()];
《 war 与和平》的长度超过 300 万个字符,而《白鲸》的长度大约是它的一半,因此我们保守地说它的长度为 100 万个字符。
您尝试为 3,000,000,000,000 个整数分配空间,每个整数为 4 个字节,计算结果为 12,000,000,000,000 个字节或略低于 11 TB。
希望大家清楚为什么该算法不适合这种长度的字符串。
值得庆幸的是,计算机科学的基本理论之一是,你总是可以用时间换取内存,反之亦然。
相反,您想尝试 generalized suffix tree 。它的内存成本为\Theta(n + m),并且可以在\Theta(n + m) 中构造,这更易于管理。
Here是生成此类树的 O(n) 算法的优秀指南。
一旦后缀树就位,通过查找树中最深的节点(其子树包含两个输入字符串的子字符串),可以在恒定时间内找到 LCS。典型的策略是如果所有节点“v”满足以下属性,则用标志“i”标记它们:
以 v 为根的子树包含字符串 S_i 的子串
然后找到最深的节点 v,其中 v 被标记为范围内所有 i 的 i(在本例中,只有 0 和 1)。
关于java - 2 个巨大文件之间的最长公共(public)子字符串 - 内存不足 : java heap space,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/23746332/
我有这个 html 代码: HELLO WORLD! X V HELLO WORLD! X V 我想按 X(类关闭)将父 div 的高度更改为 20px 并显示 V(类打开),但在每个 d
在会计应用程序的许多不同实现中,有两种主要的数据库设计方法来保存日志和分类帐数据。 只保留 Journal 信息,然后 Ledger 只是 Journal 的一个 View (因为 journal 总
我想在另一个子里面有一个子, sub a { sub b { } } 我想为每次调用 sub b 创建一个新的 sub a 实例。有没有办法在 Perl 中做到这一点? 当我运行上面的
我有一些代码正在查找重复项并突出显示单元格: Private Sub cmdDups_Click() Dim Rng As Range Dim cel As Range Set Rng = ThisW
可能有一个简单的解决方案,但我很难过。 我有一个包含一个 ID 字段的主表。在两个可能的字段中有一个具有该 ID 的子表。想象一个由选手 A 和选手 B 组成的 double 队。Master 表将有
假设我有一个包含对象的数组: [ { "id": "5a97e047f826a0111b754beb", "name": "Hogwarts", "parentId": "
我正在尝试对 MySQL 数据库表执行一对父/子模型的批量插入,但似乎无法使用标准的 ActiveRecord 功能来完成。所以,我尝试了 activerecord-import gem,但它也不支持
我有一个带有多个子类的父抽象类。最终,我希望通过 GUI 中的进度条显示子类中完成的进度。 我目前所做的,我意识到这是行不通的,是在父类中声明为每个子类将覆盖的虚拟方法的事件方法定义。所以像: pub
是否可以通过键数组在对象中设置变量?例如我有这个对象: var obj = {'outer': {'inner': 'value'} }; 并希望设置由键数组选择的值: var keys = ['ou
我有一个名为 companies 的 MySQL 表,如下所示: +---------+-----------+-----------+ | id_comp | comp_name | id_pare
我正在尝试使用 sublime text 在 sublime text 上的 ionic 上打开我的第一个应用程序。它给了我一个“找不到命令”的错误。如何修复? 我试过这些命令: sudo rm -r
不好意思问,但我正在使用 webapp2,我正在设计一个解决方案,以便更容易定义路由 based on this google webapp2 route function .但这完全取决于能够在子级
我有代表树的数字字符串(我不知道是否有官方名称): 012323301212 上面的例子代表了 2 棵树。根用 0 表示。根的直接子代为“1”,“1”的直接子代为“2”,依此类推。我需要将它们分组到由
是否可以在当前 Activity 之上添加 Activity 。例如,假设我单击一个按钮,然后它将第二个 Activity 添加到当前 Activity 。而第二个 Activity 只覆盖了我当前
我很难思考如何为子资源建模。 以作者的书籍为例。你可以有 N 本书,每本书只有一位作者。 /books GET /books POST /books/id PUT /books/id DELETE 到
有人可以向我解释以下内容(python 2.7) 来自已解析文件的两个字符串数字: '410.9''410.9 '(注意尾随空格) A_LIST = ['410.9 '] '410.9' in '41
背景 在 PowerShell 中构建 hash table 是很常见的通过特定属性快速访问对象,例如以 LastName 为基础建立索引: $List = ConvertFrom-Csv @' I
我真的很难弄清楚如何调用嵌套 Polymer Web 组件的函数。 这是标记: rise-distribution组件有 canPlay我想从 rise-playlist
我写了一个小工具转储(以 dot 格式)一个项目的依赖关系图,其中所有位于同一目录中的文件都聚集在一个集群中。当我尝试生成包含相应图形的 pdf 时,dot开始哭: 命令 dot -Tpdf trim
给定一个 CODE ref,是否可以: 访问该 CODE ref 的解析树 通过指定 CODE ref 的解析树来创建一个新的 CODE ref,该解析树可以包含在 1 中返回的解析树的元素 通常我们
我是一名优秀的程序员,十分优秀!