特定文件处理需求的数据结构选择- java
我查找了类似于我的问题，但我正在寻找java内置数据结构约束下的最佳解决方案。
我有两个纯文本文件。虽然file1有一个用户名列表，但file2有来自这些用户和其他用户的推特帖子。twitter上的帖子只是简单地以纯文本形式在文件中推送。
对于每个用户，如果存在post，我必须提取post中使用的所有不同的哈希标签(假设哈希标签是整数，每个帖子仅限于一行)。
这是我对数据结构的选择
Map<String, LinkedHashSet<Integer>> usernames = new HashMap<>();我处理这个问题的方法
- 读取file1以填充用户名键，将默认值设为null。
- 按顺序读取file2，类似于post = file2.readLine()
- 如果在hashMap键中找到post中的用户名，则将post中所有已发现的哈希标记添加到值集中。
这种方法和数据结构是否对一百万用户(file1)来说是一种很好的方法，比如一千万篇文章(file2)？
回答 2
Stack Overflow用户
发布于 2013-06-04 06:08:52
我得说你在重新发明方向盘。当有优秀的、快速的、有能力的、成熟的、健壮的和免费的Java关系数据库可用时，为什么要担心自己建立一个内存中的关系数据模型。
如果要这样做，我只需编写一个程序来读取文本文件中的数据，然后将数据插入我的数据库中。我推荐HSQLDB。如果与单独可用的JDBC驱动程序一起使用，Apache也可与SQLite一样可用。
RDBMs负责搜索、存储和数据映射。它可能比您自己尝试的任何解决方案都更健壮、更有表现力。
如果我要在这个项目中使用HSQLDB，那么我将要编写的DDL将如下所示：
CREATE CACHED TABLE Users (
user_id INTEGER GENERATED BY DEFAULT AS IDENTITY PRIMARY KEY,
:
:
};
CREATE CACHED TABLE Tweets (
tweet_id INTEGER GENERATED BY DEFAULT AS IDENTITY PRIMARY KEY,
user_id INTEGER NULL,
:
:
CONSTRAINT twe_fk_user FOREIGN KEY ( user_id ) REFERENCES Users ( user_id )
);
CREATE CACHED TABLE Tags (
tag_id INTEGER GENERATED BY DEFAULT AS IDENTITY PRIMARY KEY
:
:
);
CREATE CACHED TABLE Tweet_Tag_Bridge (
tweet_id INTEGER NULL,
tag_id INTEGER NULL,
CONSTRAINT bridge_pk PRIMARY KEY ( tweet_id, tag_id ),
CONSTRAINT brid_fk_twe FOREIGN KEY ( tweet_id ) REFERENCES Tweets ( tweet_id ),
CONSTRAINT brid_fk_tag FOREIGN KEY ( tag_id ) REFERENCES Tags ( tag_id )
);表tweet映射为与用户有多对一的关系(用户可能有多个tweet)；而tweet通过桥接表tweet_tag_bridge与标记有多到多的关系。桥表中主键的使用确保标记对于任何单个tweet都是唯一的(也就是说，任何tweet都不应该有多个标记)。
Stack Overflow用户
发布于 2013-06-04 06:07:04
您可能希望使用TreeSet<Integer>而不是LinkedHashSet<Integer> --它将使用更少的内存(因为它没有负载因子)。
https://stackoverflow.com/questions/16919815
复制
腾讯云开发者
