Java：如何用大量谓词过滤大量对象？

在Java中，我有一个大对象集合（~10000个对象），比如

Set cityinhabitats

。我还有一个很大的谓词集合（~1000个谓词），用于过滤匹配这些谓词的任何

Person

。例如，谓词可以是

• person.getName（）.equals（“丑陋的名字1”）

• person.getName（）.equals（“丑陋的名字2”）

• person.getAge（）<18

这一要求带来了以下挑战：

• 过滤速度要快
• 谓词是“业务定义”的，因此应易于添加和删除谓词。这意味着谓词可能不应该在源代码中硬编码，但最好在数据库中维护（？）

---

这些挑战的解决方案是什么？有什么库可以提供帮助吗？

我建议您按照执行速度的顺序对谓词进行排序。然后，您可以按照速度的顺序执行谓词，首先使用最快的谓词，这通常意味着较慢的谓词必须在较小的集合上运行

然而，这个假设并不完全正确，您需要计算删除谓词的百分比以提高执行速度。然后我们可以看到哪个谓词删除的对象百分比最高，速度最快。然后，我们可以按照这个顺序执行谓词，以获得最佳效果

您可以轻松实现自己的谓词

接口

public interface Predicate<T> {

    boolean filter(T object);

}

公共接口谓词{
布尔滤波器（T对象）；
}

然后需要为每个规则创建谓词对象。您可以为年龄和姓名检查创建一些更具动态性的类，这将减少您还需要的代码量

public class AgeCheck<T> implements Predicate<T> {

    private final int min;
    private final int max;
    public AgeCheck(int min, int max) {
        this.min = min;
        this.max = max;
    }

    @Override
    public boolean filter(T object) {
        // if( t.age() < max && t.age > min) ...
    }

}

public类AgeCheck实现谓词{
私人最终整数分钟；
私人最终整数最大值；
公共年龄检查（最小整数、最大整数）{
this.min=min；
this.max=max；
}
@凌驾
公共布尔过滤器（T对象）{
//如果（t.age（）min）。。。
}
}

在这种情况下，相对于操作本身的复杂性，您可以做的不多。如果条目多，谓词多，谓词昂贵，那么您可以尽可能快地进行优化，但您肯定不会超过某个阈值，因为这里的单个操作可能昂贵

您应该测试不同的方法，看看什么方法在您的具体情况下表现更好：

• 通过首先检查应该更宽的谓词来对谓词进行排序（以便第一个谓词将筛选出尽可能多的条目）
• 根据谓词的复杂程度对其进行排序（以便先执行更快的谓词，然后对更少的条目执行较慢的谓词）
• 不更新原始数据结构，但保留一个并行集，其中将包含过滤后的元素
• 始终更新数据结构，以便每次循环的人数较少

---

这里有一个替代方案：识别类实例可能具有的所有可能属性。在您的示例中，您有一个具有两个属性的

person

类；姓名和年龄。因为您有这些属性的getter，所以一个

人最多可能有两个属性（除非您没有提到其他getter）。您可以实现
person
，这样属性就保存在一个集合中，这样您就可以真正不限制属性的数量。无论它是如何实现的，都要识别所有属性

现在，对于每个属性，关联一个唯一的素数，然后对于
person
的每个实例，维护与分配给该
person
的那些属性对应的素数的乘积。例如，假设一个人可以是年轻人或老年人、男性或女性、长得好看或不好看。这是6个属性，让我们按如下方式分配素数：

02: young
03: old
05: male
07: female
11: good looking
13: bad looking

继续这个例子，假设一个人是一个漂亮的年轻女性。素数的乘积是2x7x11，或154

现在你想找到所有漂亮的年轻人，不管性别。与这个谓词相关的素数的乘积是2x11，或22

因此，您现在可以遍历所有
人员
，如果与每个
人员
相关联的素数的乘积可以被22除，而没有任何余数（在
人员
与素数的乘积为154的情况下可以），则您有一个匹配项

您可能希望使用BigNumber类来执行素数乘积的乘法、除法和存储

如果给您一个
person
，并询问它是否匹配所有谓词（同样，谓词已缩减为唯一素数，谓词集合现在由这些素数的乘积表示），则此解决方案非常快速

如果你必须迭代整个
人的集合来寻找匹配项，那么这个解决方案可能不会这么快。
（我还没意识到这个问题已经2岁了。我参加这个聚会太晚了！最好知道作者最终使用了什么解决方案。）

这里有图书馆可以帮忙吗？当然有

您的数据收集不是很大，但谓词的数量不成比例。另外，您希望这些谓词由您的用户管理，并集中存储等。这听起来很适合，因为它是一个规则引擎，并附带了编写、验证和存储此类规则的附加工具

但是流口水的人可能会很多，而且也会涉及其中。也许你需要更简单的？你的代码样本，以及你对速度的第一个要求，让我