正在从字符串中提取令牌

Question

我有一些字符串，比如"paddington road"，我需要从这个字符串中提取单词"road"。我该怎么做？

问题是，我需要处理一份街道列表，并提取一些单词，如"路"、"公园"、"街道"、"林荫大道"等。

最好的方法是什么？复杂性是O（n*m），如果你考虑到我处理了5000多条街道，那么性能应该非常重要。

我正在从Postgres数据库中提取值，并将其放入列表中，但我不确定这是最好的方法，可能是哈希表查询速度更快？

我试过这样的东西：

    // Parse selectedList
    Iterator<String> it = streets.iterator();
    Iterator<String> it_exception = exception.iterator();
    int counter = streets.size();
    while(it.hasNext()) {   
        while ( it_exception.hasNext() ) {
            // remove substring it_exception.next() from it.next()              
        }               
    }

你觉得怎么样？

Answer 1

您可以尝试Set:

Set<String> exceptions = new HashSet<String>(...);
for (String street : streets) {
    String[] words = street.split(" ");
    StringBuilder res = new StringBuilder();
    for (String word : words) {
        if (!exceptions.contains(word)) {
            res.append(word).append(" ");
        }
    } 
    System.out.println(res);
}

我认为复杂性将是O（n），其中n是街道上所有单词的数量。

Answer 2

在外循环的每次迭代中，您需要为关键字列表获取一个新的迭代器。最简单的方法是使用foreach语法：

for (String streetName : streets) {
    for (String keyword : keywords) {
        // find if the string contains the keyword, and perhaps break if found to avoid searching for the other keywords
    }
}

不要预先优化。5000对于一台电脑来说不算什么，而街道名称是短字符串。如果将最频繁的关键字（street，而不是boulevard）放在关键字列表的开头，则迭代次数会减少。

Answer 3

List streets = new ArrayList<String>();
    streets.add("paddington road");
    streets.add("paddington park");
    for (Object object : streets) {
        String cmpstring = object.toString();
        String[] abc = cmpstring.split(" ");
        String secondwrd = abc[1];
        System.out.println("secondwrd"+secondwrd);
    }

您可以将secondwrd保存在列表或字符串缓冲区等中…