求一字符串处理算法

Question

有诸如这样的字符串： 
A~|~B~|~C~|~D~|~E~|~F~|~G~@~A~|~B~|~C~|~4~|~5~|~6~|~7..... 
~|~为列分隔符，~@~为行分隔符 
最终要生成A~|~B~|~C~%~D~|~E~|~F~|~G~@~4~|~5~|~6~|~7..... 
其中~%~为关键字段和重复数据的分割 关键字段的个数和位置未定，有可能的字符串是如： 
A~|~B~|~C~|~D~|~E~|~F~|~G~|~H~|~I@~A~|~B~|~C~|~4~|~5~|~6~|~7~|~H~|~I..... 
这样的话最终的结果要求是： 
A~|~B~|~C~%~D~|~E~|~F~|~G~@~4~|~5~|~6~|~7~%~H~|~I..... 输入的字符串有可能会很大，几十兆，甚至上百兆，如何写这个算法，能有效的进行处理。。 请帮忙！ 

Answer 1

首先，没看懂，楼主能解释一下为啥A~|~B~|~C~|~D~|~E~|~F~|~G~|~H~|~I@~A~|~B~|~C~|~4~|~5~|~6~|~7~|~H~|~I.....  
话最终的结果是：  
A~|~B~|~C~%~D~|~E~|~F~|~G~@~4~|~5~|~6~|~7~%~H~|~I.....这样的不？
其次，我想问，几百M的字符串，楼主放到哪，都读到内存里不现实，假如分批次的话，
对你要的结果肯定有啥影响

Answer 2

这个根本没看出规律来呀。A~|~B~|~C~|~D~|~E~|~F~|~G~|~H~|~I@~A~|~B~|~C~|~4~|~5~|~6~|~7~|~H~|~I..... 
话最终的结果是： 
A~|~B~|~C~%~D~|~E~|~F~|~G~@~4~|~5~|~6~|~7~%~H~|~I.....怎么生成的？

Answer 3

[Quote=引用 4 楼 valen_jia 的回复:]
首先，没看懂，楼主能解释一下为啥A~|~B~|~C~|~D~|~E~|~F~|~G~|~H~|~I@~A~|~B~|~C~|~4~|~5~|~6~|~7~|~H~|~I.....  
话最终的结果是：  
A~|~B~|~C~%~D~|~E~|~F~|~G~@~4~|~5~|~6~|~7~%~H~|~I.....这样的不？
其实就是多行记录并成一行

Answer 4

A~|~B~|~C相同关键字段
H~|~I相同关键字段
D~|~E~|~F~|~G~@~4~|~5~|~6~|~7多行记录
A~|~B~|~C~|~D~|~E~|~F~|~G~|~H~|~I@~A~|~B~|~C~|~4~|~5~|~6~|~7~|~H~|~I..... 有相同关键字段的多行记录

Answer 5

A~|~B~|~C~%~D~|~E~|~F~|~G~@~4~|~5~|~6~|~7~%~H~|~I并成一行怎么还有分行符？

Answer 6

A~|~B~|~C~|~D~|~E~|~F~|~G~@~A~|~B~|~C~|~4~|~5~|~6~|~7.....  
~|~为列分隔符，~@~为行分隔符  
最终要生成A~|~B~|~C~%~D~|~E~|~F~|~G~#~4~|~5~|~6~|~7.....  
其中~%~为关键字段和重复数据的分割  关键字段的个数和位置未定，有可能的字符串是如：  
A~|~B~|~C~|~D~|~E~|~F~|~G~|~H~|~I@~A~|~B~|~C~|~4~|~5~|~6~|~7~|~H~|~I.....  
这样的话最终的结果要求是：  
A~|~B~|~C~%~D~|~E~|~F~|~G~#~4~|~5~|~6~|~7~%~H~|~I.....重新编辑了一下。

Answer 7

要比较源串中每一行的数据。
源串中I后面少了个~分隔符
A~|~B~|~C~|~D~|~E~|~F~|~G~|~H~|~I~@~
A~|~B~|~C~|~4~|~5~|~6~|~7~|~H~|~I
这样两行数据，关键字段就应该是ABC和HI.....

Answer 8

A~|~B~|~C~|~D~|~E~|~F~|~G~|~H~|~I~@~A~|~B~|~C~|~4~|~E~|~6~|~7~|~H~|~I这样的串，最终应该是什么？

Answer 9

这样的就应该是
A~|~B~|~C~%~D~|~E~|~F~|~G~#~4~|~E~|~6~|~7~%~H~|~I
关键字段只存在一行记录的最前面和最后面。
如果中间都出现的，存储过程很难做到吧

Answer 10

怎么又涉及到存储过程？你到底打算是用JAVA还是用数据库？

Answer 11

现在的情况是不可能去修改存储过程，只能用java对存储过程产生的这样的串进行处理

Answer 12

A~|~B~|~C~|~D~|~E~|~F~|~G~|~H~|~I~@~A~|~B~|~C~|~D~|~E~|~F~|~G~|~H~|~I
~@~A~|~B~|~C~|~D~|~E~|~F~|~G~|~H~|~I如果是这样的串呢？

Answer 13

还是又不明白的地方，若是关键字段在中间怎么办？如A~|~B~|~C~|~D~|~E~|~F~|~G~|~H~|~I~@~2~|~3~|~C~|~D~|~E~|~6~|~7~|~A~|~C

Answer 14

之所以我1F问你能不能改，因为你说：
> 输入的字符串有可能会很大，几十兆，甚至上百兆，如何写这个算法，能有效的进行处理。。 打个比方，
A~|~B~|~C~|........中间100M字节和ABC没关系，也不换行.......但是最后......A~|~B~|~C~|
绝对是个悲剧。

Answer 15

1.A~|~B~|~C~|~D~|~E~|~F~|~G~|~H~|~I@~A~|~B~|~C~|~4~|~5~|~6~|~7~|~H~|~I算一行？@每行就一个，然后要把这行数据合并一下？
2.还是说A~|~B~|~C~|~D~|~E~|~F~|~G~|~H~|~I算一行，@~A~|~B~|~C~|~4~|~5~|~6~|~7~|~H~|~I算一行？@有多个？如果有100行，怎么合并，100行合一起？

Answer 16

是这样的：A~|~B~|~C~|~D~|~E~|~F~|~G~|~H~|~I算一行，@~A~|~B~|~C~|~4~|~5~|~6~|~7~|~H~|~I算一行。@有多个。
比较每一行的关键字段，相同的合并。。关键字段只能出现在首尾

Answer 17

发个我写的吧，不知道你是这个意思不。package com;import java.util.ArrayList;
import java.util.Collections;
import java.util.List;public class Compare {
private List<String> userlist;
public Compare(){

  userlist=new ArrayList<String>();
  userlist.add("A~|~B~|~C~|~D~|~E~|~F~|~G~|~6~|~7");
  userlist.add("A~|~B~|~C~|~4~|~1~|~6~|~7");
  userlist.add("A~|~B~|~D~|~E~|~F~|~G~|~3~|~6~|~7");
  userlist.add("A~|~B~|~E~|~F~|~G~|~4~|~6~|~7");  

}
@SuppressWarnings("unchecked")
public void Sort(){

  FirstComparator fc = new FirstComparator();
  Collections.sort(userlist, fc);
   
  for (int i=0;i<userlist.size();i++){
   String user_temp=(String)userlist.get(i);
      System.out.println(user_temp); 
  }
  
  String First = userlist.get(0);
  String End = userlist.get(userlist.size()-1);
  
  char[] FirstChar = First.toCharArray();
  char[] EndChar = End.toCharArray();
  int  Length = FirstChar.length<=EndChar.length?FirstChar.length:EndChar.length;//谁短以谁为主
  int sgin = 0;
  
  for(;sgin<Length;sgin++){
  
  if(FirstChar[sgin]!=EndChar[sgin]){//不相等跳出   
  break;   
  }
  
  }
  
  if(sgin==0){
  System.out.print("没相同的");
  
  }else{
  
  String result = First.substring(0,sgin);//两个字符串哪个都成
  System.out.println("头相同的字符为:"+result);
  }
  
  
  
}
@SuppressWarnings("unchecked")
public void ReverseSort(){

  EndComparator ec = new EndComparator();
  Collections.sort(userlist, ec);
   
  for (int i=0;i<userlist.size();i++){
   String user_temp=(String)userlist.get(i);
      System.out.println(user_temp); 
  }   String First = userlist.get(0);
  String End = userlist.get(userlist.size()-1);
  
  char[] FirstChar = First.toCharArray();
  char[] EndChar = End.toCharArray();
  int  FirstLength = FirstChar.length;
  int  EndLength = EndChar.length;
  int  Length = FirstLength<=EndLength?FirstLength:EndLength;//谁短以谁为主
  int sgin = 0;
  
  for(;sgin<Length;sgin++){
  
  if(FirstChar[FirstLength-1-sgin]!=EndChar[EndLength-1-sgin]){//不相等跳出   
  break;   
  }
  
  }
  
  if(sgin==0){
  System.out.print("没相同的");
  
  }else{
  String result = First.substring(FirstLength-sgin,FirstLength);//两个字符串哪个都成
  System.out.println("尾部相同的字符为"+result);
  }
  
  
}

public static void main(String args[]){
Compare c = new Compare();
c.Sort();
System.out.println("--------------------------");
c.ReverseSort();
}
}
package com;import java.util.Comparator;public class FirstComparator implements Comparator { public int compare(Object o1, Object o2) {
// TODO Auto-generated method stub
return ((String)o1).compareTo((String)o2);
}}
package com;import java.util.Comparator;public class EndComparator implements Comparator { public int compare(Object o1, Object o2) {
// TODO Auto-generated method stub return Reverse((String)o1).compareTo(Reverse((String)o2));
}
/**
 * 反转字符串
 * @param Str 
 * @return
 */
private String Reverse(String Str){
StringBuffer   a=new   StringBuffer(Str); 
  a.reverse();  
return a.toString();

}
}基本思路是用到了Collections的排序，排序后取第一个和最后一个，比较它们相同的字符。根据排序的原理，它们2个相同的字符，中间那些排过序的位置上的字符也肯定相同。至于说怎么分那个分行符号那就随意了，按你的要求怎么地都要把所有数据读入内存吧？