java - 如何在java中将字符串元素拆分为不相交的组？

Posted 2023-04-18

【中文标题】java - 如何在java中将字符串元素拆分为不相交的组？

【英文标题】：How can I split the string elements into disjoint groups in java?

【发布时间】：2017-03-29 23:31:58

【问题描述】：

行如下

A1;B1;C1
A2;B2;C2

如何找到一组唯一的字符串并按照以下标准将其分成不相交的组：如果两行在一个或多个列中有非空值重合，则它们属于同一组。比如线条

1,2,3
4,5,6
1,5,7

属于一个组。 最初我想通过三个 HashSet（对于每一列）来快速查看字符串是否包含在唯一值列表中，然后将其添加到已经分组的行列表或唯一行列表中。但是这种情况下的算法存在性能瓶颈：如果要合并组，则必须遍历列表中的每个组。对大量数据（> 100 万条记录）进行大量合并的算法运行缓慢。如果合并规模很小（大约数千），它会很快奏效。我被卡在了这个地方，不知道如何优化这个瓶颈或者是否需要使用其他数据结构和算法。谁能告诉我要挖哪个方向。如果您对此事有任何想法，我将不胜感激。

【问题讨论】：

您是否希望对行进行分组，如果两行共享一个共同的“项目”，它们就属于同一个组？你听说过“联合查找”数据结构吗？

【参考方案1】：

我建议采用以下方法：

创建一个Set<String> ungroupedLines，最初包含所有行。当您将它们分配给组时，您将删除它们。 按照您的建议构建三个Map<String, Collection<String>>-s，每列一个。 初始化一个空的Collection<Collection<String>> result。 虽然ungroupedLines 不为空： 创建一个新的Collection<String> group。 删除一个元素，将其添加到group。 使用您的三个地图从该元素执行“深度优先搜索”。 忽略（跳过）已从您的ungroupedLines 中删除的任何元素。 对于其余部分，将它们从 ungroupedLines 中删除，并将它们添加到 group，然后再递归它们。 或者，您可以使用广度优先搜索。 将group 添加到result。