Java字符串比较

Question

我正在比较两个大文本文件中的子字符串。非常简单，将标记化为两个标记容器，与 2 个 for 循环进行比较。 性能是灾难性的!有人对如何提高性能有建议或想法吗？

for (int s = 0; s < txtA.TokenContainer.size(); s++) {
    String strTxtA = txtA.getSubStr(s);
    strLengthA = txtA.getNumToken(s);

    if (strLengthA >= dp.getMinStrLength()) {
        int tokenFileB = 1;

        for (int t = 0; t < txtB.TokenContainer.size(); t++) {
            String strTxtB = txtB.getSubStr(t);
            strLengthB = txtB.getNumToken(t);

            if (strTxtA.equalsIgnoreCase(strTxtB)) {
                try {
                    subStrTemp = new SubStrTemp(
                        txtA.ID, txtB.ID, tokenFileA, tokenFileB,
                        (tokenFileA + strLengthA - 1), 
                        (tokenFileB + strLengthB - 1));

                    if (subStrContainer.contains(subStrTemp) == false) {
                        subStrContainer.addElement(subStrTemp);
                    }
                } catch (Exception ex) {
                    logger.error("error");
                }
            }
            tokenFileB += strLengthB;
        }
        tokenFileA += strLengthA;
    }
}

通常，我的代码使用 Java Tokonizer 将两个大字符串读取到容器 A 和 B 中。然后尝试比较两个字符串中存在的 Substrgs 的 substrings.Possision 以存储到 Vector 中。但是性能很糟糕，也不知道如何用HashMap解决。

Answer 1

您的主要问题是您要为 txtA 中的每个标记遍历所有 txtB。

您应该存储 txtA 中 token 的信息(例如在 HashMap 中)，然后在第二个循环(但不是嵌套循环)中将字符串与映射中的现有字符串进行比较。

<小时/>

同一主题:

• term frequency using java program
• How to count words in java