- 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?
我正在制作一个粗略的 Java 拼写检查器,它需要一篇文章和一个预先排序的字典文件。文章的单词长度各不相同,因此我尝试制作一个堆栈来接收文件给出的单词。
不幸的是,这不起作用,因为堆栈空间不足(即使使用缩短的字典文件),并且由于性能问题,我决定直接从文本文件中读取。
问题是该文件没有相同长度的单词。由于单词的长度各不相同,因此我不能也不应该期望单个单词的长度对于确定字典文件中有多少单词以及该文件有多大很有用。
正因为如此,我陷入了困境。我需要对该文件执行二进制搜索以使拼写检查程序正常工作。但是,如果没有明确的方法将文件视为数组,特别是当数组太大而无法放入程序内存时,我无法执行二分搜索。
我应该做什么?
最佳答案
牛津英语词典建议大约有 ~250,000 words您需要在词典中考虑这一点(不考虑仅在高度特定领域中使用的单词)。这对您来说是重要的设计信息。
我看到一些解决方案:
1) 只需使用 HashSet<>
理论上,您可以使用HashSet<>
对于这个数量的元素(此 SO post 讨论了 HashSet
的理论限制以及其他详细信息)。
但是,这会带来(正如您所观察到的)一些问题:
将其读入 RAM 需要时间(在每次应用程序启动时)
它会占用内存
当然,您可以增加 JRE 的堆大小,但这有一个自然限制(@StvnBrkddll 链接了 SO post 在评论中完美地描述了这一点)
2) 使用数据库
我会考虑将有效单词存储在(关系)数据库中:
您不需要在应用程序启动时加载所有内容
它对 RAM 的影响不像选项 (1) 那样重
如果您想更改应用程序以向用户建议没有拼写错误的类似单词(例如,如果您使用 PostgreSQL,则可以实现 pg_trgm ),它为您提供了更多选择
但它有一些缺点:
关于java - 二分查找具有不同字长的文件,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52544436/
这是代码片段。 请说出这种用小内存存储大数据的算法是什么。 public static void main(String[] args) { long longValue = 21474836
所以我使用 imap 从 gmail 和 outlook 接收电子邮件。 Gmail 像这样编码 =?UTF-8?B?UmU6IM69zq3OvyDOtc68zrHOuc67IG5ldyBlbWFpb
很久以前就学会了 C 代码;想用 Scheme 尝试一些新的和不同的东西。我正在尝试制作一个接受两个参数并返回两者中较大者的过程,例如 (define (larger x y) (if (> x
Azure 恢复服务保管库有两个备份配置选项 - LRS 与 GRS 这是一个有关 Azure 恢复服务保管库的问题。 当其驻留区域发生故障时,如何处理启用异地冗余的恢复服务保管库?如果未为恢复服务启
说,我有以下实体: @Entity public class A { @Id @GeneratedValue private Long id; @Embedded private
我有下一个问题。 我有下一个标准: criteria.add(Restrictions.in("entity.otherEntity", getOtherEntitiesList())); 如果我的
如果这是任何类型的重复,我会提前申请,但我找不到任何可以解决我的具体问题的内容。 这是我的程序: import java.util.Random; public class CarnivalGame{
我目前正在使用golang创建一个聚合管道,在其中使用“$ or”运算符查询文档。 结果是一堆需要分组的未分组文档,这样我就可以进入下一阶段,找到两个数据集之间的交集。 然后将其用于在单独的集合中进行
是否可以在正则表达式中创建 OR 条件。 我正在尝试查找包含此类模式的文件名列表的匹配项 第一个案例 xxxxx-hello.file 或者案例二 xxxx-hello-unasigned.file
该程序只是在用户输入行数时创建菱形的形状,因此它有 6 个 for 循环; 3 个循环创建第一个三角形,3 个循环创建另一个三角形,通过这 2 个三角形和 6 个循环,我们得到了一个菱形,这是整个程序
我有一个像这样的查询字符串 www.google.com?Department=Education & Finance&Department=Health 我有这些 li 标签,它们的查询字符串是这样
我有一个带有静态构造函数的类,我用它来读取 app.config 值。如何使用不同的配置值对类进行单元测试。我正在考虑在不同的应用程序域中运行每个测试,这样我就可以为每个测试执行静态构造函数 - 但我
我正在寻找一个可以容纳多个键的容器,如果我为其中一个键值输入保留值(例如 0),它会被视为“或”搜索。 map, int > myContainer; myContainer.insert(make_
我正在为 Web 应用程序创建数据库,并正在寻找一些建议来对可能具有多种类型的单个实体进行建模,每种类型具有不同的属性。 作为示例,假设我想为“数据源”对象创建一个关系模型。所有数据源都会有一些共享属
(1) =>CREATE TABLE T1(id BIGSERIAL PRIMARY KEY, name TEXT); CREATE TABLE (2) =>INSERT INTO T1 (name)
我不确定在使用别名时如何解决不明确的列引用。 假设有两个表,a 和 b,它们都有一个 name 列。如果我加入这两个表并为结果添加别名,我不知道如何为这两个表引用 name 列。我已经尝试了一些变体,
我的查询是: select * from table where id IN (1,5,4,3,2) 我想要的与这个顺序完全相同,不是从1...5,而是从1,5,4,3,2。我怎样才能做到这一点? 最
我正在使用 C# 代码执行动态生成的 MySQL 查询。抛出异常: CREATE TABLE dump ("@employee_OID" VARCHAR(50)); "{"You have an er
我有日期 2016-03-30T23:59:59.000000+0000。我可以知道它的格式是什么吗?因为如果我使用 yyyy-MM-dd'T'HH:mm:ss.SSS,它会抛出异常 最佳答案 Sim
我有一个示例模式,它的 SQL Fiddle 如下: http://sqlfiddle.com/#!2/6816b/2 这个 fiddle 只是根据 where 子句中的条件查询示例数据库,如下所示:
我是一名优秀的程序员,十分优秀!