用JAVA中给定的首字母将该行添加到数组中

Question

有1500多个文本文件，每个文件可能有10行以上。但是假设有两个文件有5行

假设文件1包含：

gwvY ko qwxu hovY iksY qwxu ]
gwvY ko dwiq jwxY nIswxu ]
hukmI hovin jIA hukim imlY vifAweI ]
gwvY ko gux vifAweIAw cwr ]
gwvY ko jIA lY Piir dyh ]

文件2包含：

shs isAwxpw lK hoih q iek n clY nwil ]
ikv sicAwrw hoeIAY ikv kUVY qutY pwil ]
gwvY ko ividAw ivKmu vIcwru ]
gwvY ko swij kry qnu Kyh ]   
hukmI auqmu nIcu hukim iliK duK suK pweIAih ]

如果有人搜索“gk”，那么搜索应该从File1到File2开始，并且应该从两个文本文件中调出任何一行，其中包含“g”作为第一个单词（在行中）的首字母，以及“k”作为第二个单词（在行中）的首字母

例如，在这种情况下，数组应返回：

gwvY ko qwxu hovY iksY qwxu ]
gwvY ko dwiq jwxY nIswxu ]
gwvY ko gux vifAweIAw cwr ]
gwvY ko jIA lY Piir dyh ]
gwvY ko ividAw ivKmu vIcwru ]
gwvY ko swij kry qnu Kyh ]

因为“gk”是搜索词，返回的行分别以“g”和“k”的第一个和第二个字母开头。 我不确定解决这个问题的最佳方法和最快方法是什么。这里有人能帮我吗？我将非常感激。多谢各位

目前，我正在使用以下方法

BufferedReader reader = null;
String mLine;
for (int i = 1; i <=1500; i++){   //1500 Files, for-loop runs 1500 times.

try {
   reader = new BufferedReader(new InputStreamReader(open("File"+i)));
   mLine = reader.readLine();    // Files are read one-by-one and then the lines are ready one-by-one

    while (mLine != null) {
    String[] array_line = mLine.split("\\s+");  //words in the line are separated by the space are collected in an array.

    // and search_word_arr is when the user enters "g k" the search_word_arr[0] = 'g' and search_word_arr[1] = 'k' and then the initial of the words in the line are checked.
    if((array_line[0].startsWith(""+search_word_arr[0])) && (array_line[1].startsWith(""+search_word_arr[1]))){
       arr.add(mLine);
    }
    mLine = reader.readLine(); 
    }
  } catch (IOException e) {

} 

Answer 1

一如既往：不要在过早优化上浪费时间。如果您当前的实现足够快：就使用它吧

以下是一些建议，如果您的代码速度不够快，我会尝试使用这些建议：

• 这不是为了速度，而是为了正确性（因此也是最重要的）：不要默默地假设你的台词总是至少有两个单词
• 不要使用split('\\s+')，而是使用indexOf(' ')查找第一个空格字符。然后向前一步，直到找到第一个非空格字符。无需进一步处理该生产线。如果需要处理以空格和其他字符（如制表符）开头的行，则需要进行一些思考才能获得正确的结果
• 将每一行作为字符串读取会导致大量内存分配和释放。如果您有许多匹配的行，您迟早都需要分配它们，但是如果您的匹配是稀疏的，您可能会通过使用重复使用的char[]缓冲区获得一些好处，这相当不方便，因为您现在必须自己扫描新行。（如果实施不力，可能会破坏已获得的优势。）
• 一旦您将文件看作一个长字符数组，内存映射文件可能会更快，也不会更不方便
• 如果您有多个CPU：使用管道模式让一个线程读取数据，n个线程对其进行过滤（您的程序可能是I/O绑定的，因此n=1是合适的），一个线程写入输出。这也会限制你的程序在任何时候使用的内存量，以便它能够很好地扩展

除了最后一点，这很好，所有这些优化都不会使您的软件更易于维护。因此，如果您当前的解决方案实际上并不太慢，那么不要轻易地合并它们