java-将一种数据结构与另一种数据结构进行比较,导致运行时间超过50分钟
作者:互联网
我正在编写的代码将读取一个文本文件(每行一条推文),并遍历每条推文,将其与英语单词列表进行比较,以查看该单词是否拼写错误.
因此,还可以从文本文件中读取英语单词列表,然后将其存储在列表中.当我单独运行此代码时,它的运行时间不到一秒钟.当我运行用于将1,000,000条Tweet的每个单词存储在tweet文件中(无需检查拼写)的代码时,它将每个单词及其频率存储在HashMap< String,Integer>中.在20-30秒左右.
但是,当我添加一行以检查该单词的拼写是否正确时,这会导致运行时间的增加,达到荒谬的程度,以至于我几乎可以在看完电影之前看完电影.
调用的简单方面是SpelledCorrectly(X)(它仅调用list.contains(x),其最坏的运行时为O(n)),但似乎很令人困惑,它导致代码从30开始秒运行时间到50分钟运行时间?
码:
拼写:
static List<String> spellCheck = new ArrayList<String>();
public AssignTwo() throws IOException{
spellCheck = initCorrectSpelling("C:\\Users\\Gregs\\InfoRetrieval\\src\\english-words");
}
public static List<String> initCorrectSpelling(String filename) throws IOException { //store correct spelling of words in list
Scanner scanner = new Scanner(new FileInputStream(filename));
try{
while(scanner.hasNextLine()){
String next = scanner.nextLine();
spellCheck.add(next);
}
}
finally{
scanner.close();
}
return spellCheck;
}
public static boolean isSpelledCorrectly(String word){ //check if any given word is spelled correctly by seeing if it is
boolean output = false; //contained within the spellCheck list
if(spellCheck.contains(word)) output = true;
return output;
}
代码存储推文:
public static HashMap<String, Integer> misSpell;
public AssignOne() throws IOException { //read in file from path, test functions
index("C:\\Users\\Gregs\\InfoRetrieval\\src\\tweets");
}
public static void index(String filename) throws IOException {
misSpell = new HashMap<String, Integer>();
Scanner scanner = new Scanner(new FileInputStream(filename));
try{
while(scanner.hasNextLine()){
String line = scanner.nextLine();
String[] lineArr = line.split(" ");
for(int i=3; i<lineArr.length; i++){
int count=1;
lineArr[i] = lineArr[i].replaceAll("[^a-zA-Z0-9]", "");
//if(!AssignTwo.isSpelledCorrectly(lineArr[i].toLowerCase())){ //with this line commented out, runtime <30sec, with line >50mins
if(misSpell.containsKey(lineArr[i].toLowerCase())){
count = 1 + misSpell.get(lineArr[i].toLowerCase());
}
misSpell.put(lineArr[i].toLowerCase(), count);
//}
}
}
}
finally{
scanner.close();
}
}
关于在哪里改进代码或如何使比较更有效的任何建议?拼写正确的单词是否有更快的数据结构?
解决方法:
List.contains()为O(N),N为字典中的单词数.
使用HashSet,其中contains()为O(1).
使用缓冲读取器也可以加快速度.并且避免在每个单词上重复调用toLowerCase()三次.
标签:performance,hashmap,spelling,java 来源: https://codeday.me/bug/20191112/2023981.html