我有一个快速的问题。我正在做一个学校项目，我需要解析一个非常大的文本文件。这是一个数据库类，所以我需要从文件中获取唯一的演员名称，因为演员将是 mysql 数据库中的主键。我已经编写了解析器并且效果很好，但当时我忘记删除重复项。所以，我决定最简单的方法是创建一个演员数组列表。（使用 ArrayList ADT）然后使用 contains() 方法检查演员名称是否在 arraylist 中，然后再将其打印到新的文本文件中。如果是我什么都不做，如果不是我将它添加到数组列表并打印到页面。现在程序运行非常缓慢。在arraylist之前，大约花了5分钟。旧的演员文件是 180k，没有删除重复项。现在它已经运行了 30 分钟，到目前为止是 12k。
我将arraylist的大小留空，因为我不知道文件中有多少个演员，但至少有1-2百万。我当时正在考虑只投入 500 万美元，然后检查它是否得到了全部。（只需检查最后一个 arraylist 索引，如果为空，它没有空间不足。）这会减少时间，因为 arraylist 不会不断加倍并重新复制所有内容吗？还有比这更快的方法吗？我还担心我的计算机在完成之前可能会耗尽内存。任何建议都会很棒。
（我也尝试在文本文件上运行“唯一”命令但没有成功。演员名称每行打印 1 个。（在一列中）我在想命令可能是错误的。如何从文本文件列中删除重复项在 Windows 或 linux 命令提示符下？）谢谢你，很抱歉这么长的帖子。我明天有期中考试，开始感到压力。