【发布时间】：2018-11-16 09:51:07
【问题描述】：
每天我都会收到一份包含 30-40k 行的列表，每行包含有意义或无意义的名称，例如 fastcar、ultrafastcar、blablablacar 等。
我还有一个大列表，其中包含任何语言的所有单词（大约 50k 行）。
并且我想将第一个列表与第二个列表进行比较，以过滤哪些包含（或以 - 结尾）来自第二个列表的单词。我的意思是如果单词“ultrafastcar”那么它不会被过滤但“blablacar”会被过滤掉。
我已经准备了一些 Java 代码，但是比较列表需要很长时间。我使用了 ArrayLists 并将它们与 contains()、startsWith() 方法进行了比较。 ArrayLists 是正确的选择吗？除了这些方法，我还能用什么算法来比较它们。
【问题讨论】：
-
50k 不算大，应该可以很快搞定。查看 ArrayList 和
parallelStream()以轻松添加一些并发性（它在后台使用 fork join）。 -
你的单词列表排序了吗？如果是这样，您是否使用二进制搜索？哈希映射可能比列表更快。
-
第二个列表（字典单词）被排序。我没有尝试二分搜索。
-
第二个列表的HashSet
-
鉴于 OP 正在寻找子字符串，hash set set 在这里真的对您有帮助吗？ Aho-Corasick 听起来更有用。
标签： java collections compare