找到两个字符串的交集

Question

我有两个 CSV 文件：“userfeatures”和“itemfeatures”。

我应该将每一行 userfeatures 与每一行 itemfeatures 进行比较，以找到每行的匹配项（交叉点）。 比如userfeature文件的第一行是：

005c2e08","Action","nm0000148","dir_ nm0764316","India"

现在，我需要找到此行（与 user-1 相关）与第二个文件“itemfeatures”的每一行的交点。第二个文件具有相同的结构，例如，第一个比较将与“itemfeatures”的第一行，即：

"tt0306047","Comedy","nm0267506,nm0000221,nm0356021","dir_ nm0001878","USA,Canada"

这是我迄今为止尝试过的：

public class Main {
      public static void main(String[] args) throws Exception {   
         BufferedReader userfeatures = new BufferedReader(new FileReader("userfeatures.csv"));
         BufferedReader itemfeatures = new BufferedReader(new FileReader("itemfeatures.csv"));       
         ArrayList<String> userlines = new ArrayList<>();
         ArrayList<String> itemlines = new ArrayList<>();
         String Uline = null;
         String Iline = null;

         while ((Uline = userfeatures.readLine()) != null) {
                for (int i=1; i< userlines.size(); i++){
                   userlines.add(Uline); 
                   intersect(Uline, Iline).size();
                }
        }
     //  System.out.println(Uline);    
     userfeatures.close();
     itemfeatures.close();
     }       
      static ArrayList<String> intersect(String Uline, String Iline) {
           ArrayList<String> result = new ArrayList<String>();
           result.retainAll(Iline);
           return result;
        }
    }

似乎我不能对“String”类型使用retainAll，所以我想知道如何解决这个问题？我在这里搜索了很多，但我发现的只是寻找数组的交集，除了this one。 （但这篇文章与我的情况不同，因为它比较了字符串中的每个字符，而我需要逐字比较）。

Answer 1

尝试将Uline和Iline转换成单词，改用Set<String>而不是Array<String>：

static Set<String> intersect(String Uline, String Iline) {
    Set<String> result = new HashSet<String>(Arrays.asList(Uline.split(",")));
    Set<String> IlineSet = new HashSet<String>(Arrays.asList(Iline.split(",")));
    result.retainAll(IlineSet);
    return result;
}

Answer 2

首先，将行拆分为数组。然后，在非空数组上调用retainAll。