基于C#中的子字符串获取唯一字符串

本文关键字：字符串 获取 唯一 基于 | 更新日期: 2023-09-27 18:24:09

我有一个文本文件，其中包含近100000个条目。所有这些都是特定的模式，如
word1 word2 word3 word4

然而，其中许多条目是重复的，其中所有单词都是相同的。当我试图读取并形成一个数组或唯一数组列表时，我会使用一个中间哈希集来完成。它运行得很好
但从本质上讲，我想实现的只是word2的唯一条目。就像单词2是常见的，而其他单词都不同一样，我想保留其中的任何一个条目
例如
cat dog lion tiger
cat dog deer bear
mouse rat bear deer
lion tiger cat dog
cat dog deer bear

在这种情况下，所需的输出为：
cat dog lion tiger
mouse rat bear deer
lion tiger cat dog

或
cat dog deer bear
mouse rat bear deer
lion tiger cat dog

目前哈希集给出的是：

cat dog lion tiger
cat dog deer bear
mouse rat bear deer
lion tiger cat dog

在数据集很大的情况下，关于如何有效地实现这一点的任何建议都是巨大的。使用regex是这里唯一的选项吗？我正在使用C#。

基于C#中的子字符串获取唯一字符串

检查数据，并将第二个单词放入字典中，以了解它以前是否出现过。代码示例：

    string[] file = {   "cat dog lion tiger",
                    "cat dog deer bear",
                    "mouse rat bear deer",
                    "lion tiger cat dog",
                    "cat dog deer bear"};
    Dictionary<string, string> dict = new Dictionary<string, string>();
    List<string> lst = new List<string>();
    foreach (string s in file)
    {
        string[] words = s.Split(' ');
        // assumption - thare are at least 2 words in a line - validate it
        if (!dict.ContainsKey(words[1]))
        {
            lst.Add(s);
            dict.Add(words[1], words[1]);
        }
    }
    foreach (string s1 in lst)
        Console.WriteLine(s1);

您可以创建一个辅助类来存储字符串，并实现接口IEqualityComparer到HashSet，

示例：

        HashSet<WordsRow> list = new HashSet<WordsRow>(new WordsRow());
        list.Add(new WordsRow("cat dog lion tiger"));
        list.Add(new WordsRow("cat dog deer bear"));
        list.Add(new WordsRow("mouse rat bear deer"));
        list.Add(new WordsRow("lion tiger cat dog"));
        list.Add(new WordsRow("cat dog deer bear"));

        foreach (WordsRow row in list)
        {
            Console.WriteLine(row.Row);
        }

"WordRow类"必须包含以下内容：：

public class WordsRow : IEqualityComparer<WordsRow>
{
    public string Row {get; set;}
    public WordsRow() { }
    public WordsRow(string row)
    {
        this.Row = row;                        
    }
    public bool Equals(WordsRow x, WordsRow y)
    {
        return x.Row.Split(' ')[1] == y.Row.Split(' ')[1];
    }
    public int GetHashCode(WordsRow obj)
    {
        return obj.Row.Split(' ')[1].GetHashCode();
    }
}
相关文章：