求一字符串处理算法

[boryce]

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！

[boryce]

[Quote=引用 25 楼 quqiujie 的回复:]
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？
[/Quote]
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

[紫炎圣骑]

怎么又涉及到存储过程？

你到底打算是用JAVA还是用数据库？

[boryce]

[Quote=引用 27 楼 quqiujie 的回复:]
怎么又涉及到存储过程？

你到底打算是用JAVA还是用数据库？
[/Quote]
源串是通过业务系统的存储过程产生的

[boryce]

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

[jbz001]

很奇怪的分隔符

[boryce]

[Quote=引用 30 楼 jbz001 的回复:]
很奇怪的分隔符
[/Quote]
防止在数据串中可能出现一样的字符，呵呵

[紫炎圣骑]

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？

[boryce]

[Quote=引用 32 楼 quqiujie 的回复:]
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？
[/Quote]
源串肯定是每一行数据都有效的。不会有完全重复的多行数据

[buzaibeishang4617016]

晕，看不懂，顶一下

[boryce]

sigh/......................

[jiajerry0]

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

[boryce]

[Quote=引用 36 楼 jiajerry0 的回复:]
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
[/Quote]

关键字段只在前面或者只在后面，或者在前后。

[werosh]

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？

[boryce]

谢谢了，先看看

[shengyx]

嗯[Quote=引用 14 楼 boryce 的回复:]
引用 12 楼 quqiujie 的回复:
A~|~B~|~C~%~D~|~E~|~F~|~G~@~4~|~5~|~6~|~7~%~H~|~I

并成一行怎么还有分行符？

是的，因为要区别出来这个里面是嵌套的多行
[/Quote]

[werosh]

数据结构太不合理了。如果数据不大，处理起来就几句话。关键是你好几百兆数据，肯定不能用字符串分割函数了，分一下就得卡死。。。这样就连分行那个符号都很难找出来了，更别说首位的重复字符了

[boryce]

[Quote=引用 38 楼 shine333 的回复:]
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。
[/Quote]

单行的数据绝对不会超过这么大，只有几K的样子

[werosh]

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？

[boryce]

[Quote=引用 42 楼 werosh 的回复:]
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……
[/Quote]

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

[shine333]

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。