大规模搜索和排序，用java操作以消除：令人费解的

我有一个下面表格的大列表，为了这个问题的目的，我们将它称为Kraftwerk

我有另一个列表，下面的表格，自此被称为KomputerLove

以Kraftwerk为参考，我想缩减KomputerLove，因此如果KomputerLove的主要指数，即在本例中，将为['兪','罙','叇'] 不出现在卡夫沃克我们消除它

我对此类搜索和排序操作没有太多经验，实现这一点的最佳方法是什么？应该考虑到，卡夫维克和KomputerLove实际上都稍大，索引数量约为1000

---

这些列表就像你在.txt文件中看到的一样存储。

根据我对你的问题的理解，kraftwerk实际上不是一个列表，而是一组字符串，komputerLove是某种复合数据对象，我假设每个块的每一行都是一个数据字段？，由块的第一行键入。1000个对象并不特别重要因此，我将从以下简单的内容开始，并担心性能是否会成为问题：

Set<String> indexes = new HashSet<>(); //Add the indexes however you do at present
List<KomputerLoveObject> allObjects = new LinkedList<>(); //Add the objects however you do at present
List<KomputerLoveObject> filteredObjects = allObjects.stream()
                              .filter(indexes::contains)
                              .collect(Collectors.toList());

如果您不使用Java 8，您可以使用稍微详细一点的方式：

Set<String> indexes = new HashSet<>(); //Add the indexes however you do at present
List<KomputerLoveObject> allObjects = new LinkedList<>(); //Add the objects however you do at present
List<KomputerLoveObject> filteredObjects = new LinkedList<>();
for (KomputerLoveObject klo : allObjects) {
    if (indexes.contains(klo)) {
        filteredObjects.add(klo);
    }
}

---

如果性能确实存在问题，请将komputerLove的过滤提前到加载文件的位置，这样就不会在整个数据集上重复两次，也不会保留两个列表。根据加载这些对象的方式，也可以加快加载过程。

一些简单的伪代码e:

public String idunno() {
    // for readFromFile see:
    // http://stackoverflow.com/questions/326390/how-to-create-a-java-string-from-the-contents-of-a-file
    String kraftwerk = readFromFile("kraftwerk.txt");
    String komputerLove = readFromFile("komputerlove.txt");

    Matcher m = Pattern.compile(regex).matcher(komputerLove);
    while(m.find()) {
        // removes the found ideogramm from the first file:
        kraftwerk = kraftwerk.replaceAll(m.group(1), "");
    }

    return kraftwerk;
}

编辑：可能的正则表达式是：

---

公共静态字符串正则表达式=。\\r\\n |\\r |\\n.+{3}；这将匹配一个字符，后跟3个非空行，第一个字符可通过第一个捕获组访问。

这将把所有单个表意文字读入一个集合。通过包含行块的文件复制第一行不在表意文字集合中的文件

public class Filter {
  Set<Character> keys = new HashSet<>();
  PrintWriter osw; 
  void checkAndDump( List<String> lines ) throws Exception {
    if( lines.size() >= 1 &&
        ! keys.contains( lines.get(0).charAt(0) ) ){
      for( String s: lines ){
        osw.println( s );
      }
      osw.println();
    }
    lines.clear();
  }

  void filter( String inpath, String outpath ) throws Exception {
    BufferedReader lr = new BufferedReader( new FileReader( inpath ) );
    osw = new PrintWriter( new FileOutputStream( outpath ) );
    String line;
    List<String> lines = new ArrayList<>();
    while( (line = lr.readLine()) != null ){
      if( line.length() > 0 ){
        lines.add( line );
      } else {
        checkAndDump( lines );
      }
    }
    checkAndDump( lines );
    osw.close();
    lr.close();
  }

  void fillSet( String path ) throws Exception {
    BufferedReader br = new BufferedReader( new FileReader( path ) );
    String line;
    while( (line = br.readLine()) != null ){
      if( line.length() > 0 ){
        keys.add( line.charAt(0) );
      }
    }
    br.close();
  }    

  public static void main( String[] args ) throws Exception {
    Filter f = new Filter();
    f.fillSet( "kraftwerk.txt" );
    f.filter( "love.txt", "lv.txt" );
  }
}

---

数千并没有那么大……相反，按照今天的大数据标准，它是很小的。但你不知道这些数据是如何存储的，所以很难提供有用的答案。它们像那样存储在.txt文件中。那么，对于初学者来说，你可能希望将它们存储在专用介质中；而这种介质将取决于你的业务需求。你在这里描述了一个场景，但我怀疑这是唯一的一个，对吗？嗯，这有点像一次性操作，我认为某种java函数可以做到这一点，我可以看到它，就像在两个列表中阅读，如果找不到就搜索，然后消除，但我想可能有更好的方法是，我不知道。什么是专用媒体，比如mysql数据库或mongo db之类的？我真的不知道如何添加它们，也许我可以做一些BufferedReader br=new BufferedReadernew FileReader input\u location；而text=br.readLine！=null并填充这些结构？将设置更改为Set:only one ideogram根据OP.：/I尝试运行它，但找不到或加载主类。您是如何编译和执行的？我将其放入eclipse并添加所有导入语句，并添加到文件路径中，然后只添加javac Filter.java和java Filter在执行java Filter的目录中是否有Filter.class？除了rea之外dFromFile，您缺少问题的要点。

public String idunno() {
    // for readFromFile see:
    // http://stackoverflow.com/questions/326390/how-to-create-a-java-string-from-the-contents-of-a-file
    String kraftwerk = readFromFile("kraftwerk.txt");
    String komputerLove = readFromFile("komputerlove.txt");

    Matcher m = Pattern.compile(regex).matcher(komputerLove);
    while(m.find()) {
        // removes the found ideogramm from the first file:
        kraftwerk = kraftwerk.replaceAll(m.group(1), "");
    }

    return kraftwerk;
}

public class Filter {
  Set<Character> keys = new HashSet<>();
  PrintWriter osw; 
  void checkAndDump( List<String> lines ) throws Exception {
    if( lines.size() >= 1 &&
        ! keys.contains( lines.get(0).charAt(0) ) ){
      for( String s: lines ){
        osw.println( s );
      }
      osw.println();
    }
    lines.clear();
  }

  void filter( String inpath, String outpath ) throws Exception {
    BufferedReader lr = new BufferedReader( new FileReader( inpath ) );
    osw = new PrintWriter( new FileOutputStream( outpath ) );
    String line;
    List<String> lines = new ArrayList<>();
    while( (line = lr.readLine()) != null ){
      if( line.length() > 0 ){
        lines.add( line );
      } else {
        checkAndDump( lines );
      }
    }
    checkAndDump( lines );
    osw.close();
    lr.close();
  }

  void fillSet( String path ) throws Exception {
    BufferedReader br = new BufferedReader( new FileReader( path ) );
    String line;
    while( (line = br.readLine()) != null ){
      if( line.length() > 0 ){
        keys.add( line.charAt(0) );
      }
    }
    br.close();
  }    

  public static void main( String[] args ) throws Exception {
    Filter f = new Filter();
    f.fillSet( "kraftwerk.txt" );
    f.filter( "love.txt", "lv.txt" );
  }
}