Java：检查字符串是否在单词列表中的最有效方法

我有一个字符串数组

String[]words

和一个28000字的单词列表

我想检查字符串数组的任何成员是否在单词列表中（单词列表在文本文件WordList.txt中）

---

最有效的方法是什么？

将字符串直接放在

哈希集中，而不是数组中，然后在集合中使用来检查内容。你不会改进O（1）访问。如果存在任何重复项，这也将最大限度地减少用于存储
字符串的内存。
您可以使用
哈希集
或
数组列表
，其中包含
方法。它将检查您的字符串是否已存储。

HashSet
和
ArrayList
之间的区别在于，HashSet不允许重复值，并且它不会维护顺序，而ArrayList允许复制，并且它是一个有序的集合。
但是HashSet比arraylist更能有效地执行搜索操作。
您可以尝试数组（树）后缀算法，但您需要实现，如下所示：

第1步：不要使用字符串数组。而不是使用HashSet

步骤2：将文件（即wordlist.txt）内容加载到另一个哈希集中

步骤3：

Set<String> set1 = new HashSet<String>(); //Load the string array into set
    Set<String> set2 = new HashSet<String>(); //load the file contents into set
    for (String str : set1) {
        for (String str2 : set2) {
            if (str.equalsIgnoreCase(str2)) {
                break;
            }
        }
    }

Set set1=new HashSet（）//将字符串数组加载到集合中
Set set2=新的HashSet（）//将文件内容加载到集合中
用于（字符串str:set1）{
用于（字符串str2:set2）{
if（str.equalsIgnoreCase（str2））{
打破
}
}
}
创建字符串的
哈希集
，如下所示

HashSet<String> wordSet = new HashSet<String>(Arrays.asList(words));

HashSet-wordSet=新的HashSet（Arrays.asList（words））；

并使用方法检查
HashSet
中的
word
，其中
word
是要检查是否存在的单词。
存储序列化的HashSet，而不是原始words.txt。作为运行应用程序的一个单独步骤

然后，应用程序只需加载哈希集一次。
HashSet
的
add（）

for (String str : words) {
  if (!wordSet.add(str)) {
    System.out.println("The word " + str + " is already contained.");
  }
}

这比
contains（）
复杂一点，级别也不低。如果你的单词列表可以放在内存中，那么哈希集就足够了

如果内存大小是一个问题，请使用。虽然bloom filter可能给出错误的答案，但您可以调整其发生的概率。
听起来您使用了错误的数据结构。一个
HashSet
可以更好地匹配。这将需要大量的内存来形成kd树和单词列表，每个字母表都是一个维度。使用字符串[]单词并在树中查找最近的邻居。我不推荐arraylist，它必须检查所有项，而HashSet必须检查具有相同hashCode（）的项的.equals（）…对于大型列表，我不认为
ArrayList
search是高效的。我真的认为使用Java的内置数据类型进行这样的搜索效率非常低。@metsburg，那么您有更好的实现了吗？；-）谢谢你的评论。是的，HashSet比ArrayList更有效。我只是向他展示了两种方法及其不同之处，所以将整个单词列表读入哈希集中也不是一个好主意？不，你会想删除重复项以减少内存占用，所以直接使用哈希集是一种方法（另外，你不必重新填充哈希集，这在代码使用方面也是一个小小的胜利！）检查set2.contains（str）是否包含会更快。这是一个1阶运算，也是使用集合的主要好处之一。它把这个从O（n^2）变成O（n）