Java 从大型数据集中获取副本的最佳性能方式是什么<；字符串>；？

我有一个很大的

集合

，包含很多单词，比如：

“aaa，cCc，dDD，aaa，bbB，bbB，aaa，cCc，…”

我想对集合中的所有重复单词进行分组，忽略单词的大小写敏感度，然后将它们保存在

向量

或任何东西中，这样每个

向量

项将包含一组类似的单词，如下所示：

Vector

：aaa，aaa，aaa，…

Vector

：cCc，cCc，…

Vector

：bbB，bbB，…

---

我关心的性能，因为这一套包含许多字

如果您真正关心性能，您就不会使用

Vector

。至于排序问题，一个解决方案是使用

TreeMap

或

TreeSet

对象，并创建一个

比较器

，以实现所需的相等（排序）

实例化可以是：

new TreeMap<String,LinkedList<String>>(new Comparator<String>() {

   // comparator here

});

newtreemap（newcomparator（）{
//比较器
});

用法：

LinkedList<String> entry = map.get(nextKey);
if (entry == null) {
  entry = new LinkedList<String>()
  map.put(nextKey, entry);
}
entry.add(nextKey);

LinkedList entry=map.get（nextKey）；
if（条目==null）{
entry=newlinkedlist（）
map.put（nextKey，entry）；
}
entry.add（nextKey）；

我将创建一个

HashMap HashMap

。 接下来，对于集合中的每个“字符串”

if (!hashMap.containsKey(string.toLowerCase()){
     Vector v = new Vector();
     v.add(string);
      hashMap.put(string.toLowerCase(), v);
} else { 
     hashMap.get(string.toLowerCase()).add(string);
}

---

最后，如果需要，创建一个向量向量，或者使用hashmap.valueSet（）

如果可以选择

Set

实现，则可以使用

TreeSet

和

Comparator

比较字符串大小写。然后，您将能够在排序列表上进行迭代，并轻松地对重复项进行分组。

这将在输入集上迭代一次，我怀疑您的速度会比这快得多。将

ArrayList

s替换为

LinkedList

可能会用本地性换取更少的复制，这可能是一种性能提升，但我对此表示怀疑。代码如下：

Set<String> input = new HashSet<String>(Arrays.asList(
    "aaa", "cCc", "dDD", "AAA", "bbB", "BBB", "AaA", "CCc"));

Map<String, List<String>> tmp = new HashMap<String, List<String>>();

for (String s : input) {
    String low = s.toLowerCase();
    List<String> l = tmp.get(low);

    if (l == null) {
        l = new ArrayList<String>();
        tmp.put(low, l);
    }

    l.add(s);
}

final List<List<String>> result = new ArrayList<List<String>>(tmp.values());

Set input=new HashSet（Arrays.asList(
“aaa”、“cCc”、“dDD”、“aaa”、“bbB”、“bbB”、“aaa”、“cCc”）；
Map tmp=newhashmap（）；
for（字符串s：输入）{
String low=s.toLowerCase（）；
列表l=tmp.get（低）；
if（l==null）{
l=新的ArrayList（）；
tmp.put（低，l）；
}
l、 添加（s）；
}
最终列表结果=新的ArrayList（tmp.values（））；

1/您事先知道目标字符串的完整列表吗？2/为什么要使用Vector而不是ArrayList或LinkedList？当值“添加”到集合中时，是否可以替换“Set”实现将其排序到内部结构中。我意识到这不是你所要求的，但似乎切换你的集合实现可能会使这更容易。“我关心性能，因为这个集合包含很多单词。”你是否足够关心在它上运行探查器，或者你只是在猜测？如果你关心性能，不要使用线程安全向量；请改用ArrayList或HashSet。非常感谢。。。我已经做了一些更改，比如在集合中的一些单词没有重复的情况下，所以不需要将它们添加到HashMap中。