0

我在列表中有一组非常大的字符串 URL 模式，例如 {http://www.imdb.com, http://www.amazon.com ,...}。

我得到这样的输入 URL：

http://www.imdb.com/title/tt1409024/

对于我的应用程序来说，这个 URL 实际上是从http://www.imdb.com形成的，所以这两个应该是相等的true。

为了实现这一点，我可以从输入 URL 中提取基本 URL：

http://www.imdb.com/title/tt1409024/ => http://www.imdb.com

现在我需要将此提取的 URL 与 URL 的主列表进行比较，如果找到匹配项，则将基本 URL 存储在数据库中。因此，本质上，对于我的每个输入（基本）URL，我都在主列表中为提取的 URL 寻找匹配项，如果找到匹配项，我会将输入（基本）URL 存储在数据库中。

为了实现相等/匹配逻辑，我有两种可能的解决方案。请权衡哪个更好：

  1. 将 URL 的主列表放入数组列表中，并使用数组列表contains方法
  2. 将主列表放入数据库中，并使用查询来检查输入的 url

谁能告诉我哪一个在性能方面会更好？

4

2 回答 2

4

您的任何建议都不合适。对于 ArrayList，您必须在列表的一半（平均）中线性搜索要检查的每个 URL。

对于数据库（大概在磁盘上？），您会为每个查询招致潜在的昂贵的数据库查找。

1000 个 URL 模式并不是很多。将列表保存在内存中并使用适当的数据结构 - HashSet会做得很好。

于 2012-05-28T04:12:24.120 回答
1

如果您将站点的 url 放入HashSet中，您将获得与您的 arraylist 解决方案相同的行为，但它将是一个恒定时间查找，而不是列表长度的变量。

数据库解决方案对于您的问题可能是矫枉过正，因为开销将超过搜索效率的提高。

于 2012-05-28T04:10:55.410 回答