通过HashCode()方法，去除重复的数据

最新推荐文章于 2022-03-05 20:48:46 发布

weixin_30246221

最新推荐文章于 2022-03-05 20:48:46 发布

阅读量750

点赞数

CC 4.0 BY-SA版权

文章标签： java php 数据库

原文链接：http://www.cnblogs.com/Jiphen/archive/2012/07/16/2593822.html

本文介绍了一种基于HashCode()的文本去重算法，该算法通过比较文件中每行文本的HashCode值来识别并去除重复数据。文章详细展示了算法的实现过程，包括读取文件、存储数据到列表、比较并去除重复项，最后将处理后的数据写入新文件。

package com.page.util;

import java.io.BufferedReader;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.FileWriter;
import java.io.IOException;
import java.io.InputStream;
import java.io.InputStreamReader;
import java.util.ArrayList;
import java.util.List;

/**
* @description 通过HashCode()去除文本文件中的重复数据，使用
* @author BrinPage
* @Date 2012.07.14
* @time 18:35:00
*/
public class UDB {
   private static BufferedReader reader = null;
   private static FileWriter writer = null;
   private static File file = null;
   private static List<String> list = null;

   /**
   * @description 通过HashCode()的比较，去除重复数据方法
   * @param filePath1
   * @param filePath2
   */
   public void retrievalRepeat(String filePath1, String filePath2){
       file = new File(filePath1);
       list = new ArrayList<String>();
       try {
           InputStream in = new FileInputStream(file);
           reader = new BufferedReader(new InputStreamReader(in));
           writer = new FileWriter(filePath2, true);
           String s = null;
           s = reader.readLine();
           while(s != null){
               list.add(s);
               s = reader.readLine();
           }

           /*
           * 统计原始数据量
           */
           System.out.println(list.size());

           for(int i = 0; i < list.size(); i ++){
               for(int j = i + 1; j < list.size(); j ++){
                   if(list.get(i).hashCode() == list.get(j).hashCode()){
                       list.remove(j);
                   }
               }
           }

           /*
           * 统计去除重复后的数据量（及不重复的数据量）
           */
           System.out.println(list.size());

           for(int i = 0; i < list.size(); i ++){
               writer.write(list.get(i));
               writer.write("\r\n");
           }
           writer.flush();
           writer.close();
       } catch (FileNotFoundException e) {
           e.printStackTrace();
       } catch (IOException e) {
           e.printStackTrace();
       }
   }

   public static void main(String args[]){
       CurrentTime time = new CurrentTime();
       System.out.println("写入文件数据开始时间：" + time.getCurrentTime());
       UDB udb = new UDB();
       udb.retrievalRepeat("E:\\novel author list.txt", "E:\\novel author.txt");
       System.out.println("写入文件数据结束时间：" + time.getCurrentTime());
   }
}