Discussion :

[NeoGeoo]

Bonjour,

Je souhaite stocker une série d'entiers sous forme de String sans séparateurs.

exemple :
un String S; qui contienne les 3 entiers suivants: 5, 12 et 3 sous cette forme: "5123".
Il faudrait pouvoir les extraire après sans substring ni séparateur.
"5123" ==> 5 12 3
"45891"==> 4 589 1

Y a t-il un moyen pour le faire (sachant qu'un String est un tableau de caractère) ?

Merci.

PS: J'en ai besoin pour stocker ces String(qui contiennent un série d'entiers) dans une "liste de String" qui contient des milliers d'éléments. Je veux accéder directement aux entiers (sans substring ni séarateur) pour accélérer le temps d'accès.

[Uther]

S'il n'y a pas de séparateur, on ne pourra jamais savoir si "5123" correspond à 5,12,3 ou 51,2,3 ou 5,1,23. Il faut soit un séparateur, soit connaire la taille de chacun des nombres.
On pourrait utiliser une liste qui indique la taille de chaque chaine, mais je ne pense pas que les performances soient bien meilleures ainsi et il faudra de toute façon recourir au substring.

D'ou viens cette liste? comment doit elle être utilisée? Un moyen de gagner en vitesse serait d'économiser la conversion string-entier en stoquant le nombre directement en binaire.

[NeoGeoo]

D'ou viens cette liste? comment doit elle être utilisée? Un moyen de gagner en vitesse serait d'économiser la conversion string-entier en stoquant le nombre directement en binaire.

Non, en binaire ça ne convient pas au problème.
Au fait, c'est super simple !
Je lis une Table de faits en .CSV(base de données):
Exemple: Table de Faits ( ici, nombre d'attributs =3 et nombre de lignes = 5)
A B C
5 1 3
5 1 3
5 1 4
0 1 5
0 0 5

Je dois stocker les lignes (Sans doublons !) dans une structure de données.
Voici la table à stocker : Taille = 4
5 1 3
5 1 4
0 1 5
0 0 5
----------------
Voilà. (Bien sur en pratique il y aura des milliers de lignes)
Et comme je lis le fichier en format .CSV. J'ai opté pour le String Tokenizer plutot que Substring (je ne sais pas si j'ai bien fait).
Donc un Token contient 1 String représentant une valeur de la ligne. Bon je peux le convertir bien sur.

Selon moi, l'idéal serait de stocker le cuboide de base dans une ArrayList : {5 1 3, 5 1 4, 0 1 5, 0 0 5} Mais quel objet dedans ???

L'objet serait Soit :
- un tableau de String
- un tableau d'entiers.
- une Liste de String (ce qui ferait une liste dans une liste)
- un Liste d'entiers (même remarque préc.)
- un Tableau de caractères = Un String !! <--- ce qui me semble être le plus léger, Mais comme vous me dites que c'est impossible sans séparateur, j'oublie



>Enfin voilà, ce sera donc une Liste de quoi selon vous ?! Sachant que la vitesse est primordiale

Merci.

PS: Mais comme je connais à l'avance le taille de l'objet à stocker et que cette taille est fixe ( notre exemple: taille = nbre d'attributs = 3), je suis tenté d'utiliser un tableau plutot qu'une Liste.

[Heimdal]

Si tu as juste à stocker les lignes différentes il ne me semble que tu peux simplement lire ton csv avec un BufferedReader (et sa méthode readLine()) et ensuite stocker toute la ligne en une seul String dans un Set.

[NeoGeoo]

Si tu as juste à stocker les lignes différentes il ne me semble que tu peux simplement lire ton csv avec un BufferedReader (et sa méthode readLine()) et ensuite stocker toute la ligne en une seul String dans un Set.

Un Set, pourquoi pas une Liste c'est plus rapide non ?

Je fais la lecture comme tu dis.
Si c'est un String ça sera avec un séparateur. Donc il faudra le parcourir avec un SubString ou un Tokenizer ce qui est lourd non ? Surtout que je dois faire des millions de calcul sur cette table en accédant aux données de chaque String.

Au fait le temps de calcul est au coeur de ce projet.

[tchize_]

Un Set, pourquoi pas une Liste c'est plus rapide non ?

Un set garanti l'absence de doublon. Quand aux performances, si c'est critique, stocke chaque ligne sous la forme char[] plutot que String, rechercher la position des séparateurs est proportionnel à la longueur de la chaine (O(n))

[NeoGeoo]

Un set garanti l'absence de doublon. Quand aux performances, si c'est critique, stocke chaque ligne sous la forme char[] plutot que String, rechercher la position des séparateurs est proportionnel à la longueur de la chaine (O(n))

Ok !
pour remlpir cette structure un Set serait parfait en effet. Mais :

Après le remplissage, le gros du calcul consistera a accéder à cette structure en lecture (je dois faire près de [2 puissance nombre d'attributs] parcours). Dans mon exemple je dois parcourir cette table 8 fois.

J'ai lu sur ce forum qu'une Arraylist est plus rapide qu'un HashSet, alors plutot Arraylist non ?

[Heimdal]

J'ai du mal à comprendre ce que tu dois stocker en base une fois que le csv a été parsé et que tu as une liste sans doublon. En relisant ca

Exemple: Table de Faits ( ici, nombre d'attributs =3 et nombre de lignes = 5)
A B C
5 1 3
5 1 3
5 1 4
0 1 5
0 0 5

Je dois stocker les lignes (Sans doublons !) dans une structure de données.
Voici la table à stocker : Taille = 4
5 1 3
5 1 4
0 1 5
0 0 5

Je ne comprends pas pourquoi tu veux tokenizer le contenu de chacune des lignes. Tu as des traitements a faire avec le contenu des vecteurs?

[NeoGeoo]

J'ai du mal à comprendre ce que tu dois stocker en base une fois que le csv a été parsé et que tu as une liste sans doublon. En relisant ca

Je veux juste stocker les lignes de la table sans doublons.

Je ne comprends pas pourquoi tu veux tokenizer le contenu de chacune des lignes. Tu as des traitements a faire avec le contenu des vecteurs?

Oui, après stockage, je veux accéder à chaque élément de la ligne. Tu as une autre méthode ?

[jiddou]

Je pense que j'ai la solution de ton problème.
Alors tu vas declarer un ArrayList de Vector:
ArrayList<Vector<String>> list = new ArrayList<Vector<String>>();

pour chaque ligne de ton csv tu vas construire un nouveau Vector à partir des token et l'ajouter à l' ArrayList si cette dernière ne le contient pas déjà.

Vector<String> v1 = new Vector<String>();
v1.add("1");
v1.add("2");
v1.add("3");
if(!list.contains(v1))
list.add(v1);

Le code ci-dessous est un test que j'ai fais pour voir le retour de contains s'il s'agit d'un vector et effectivement il retourne false si tu laisse la dernière valeur de v2 à 5. si tu met 3 il retourne true

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
 
package tets;
 
import java.util.ArrayList;
import java.util.Vector;
 
public class test {
	public static void main(String[] args){
		ArrayList<Vector<String>>  list = new ArrayList<Vector<String>>();
 
		Vector<String> v1 = new Vector<String>();
		v1.add("1");
		v1.add("2");
		v1.add("3");
 
		Vector<String> v2 = new Vector<String>();
		v2.add("1");
		v2.add("2");
		v2.add("5");
 
		list.add(v1);
		System.out.print(list.contains(v2));
	}
}

Pour récupere l'element à la ligne i et position j c'est :
list.get(i).get(j);

[NeoGeoo]

Je pense que j'ai la solution de ton problème.
Alors tu vas declarer un ArrayList de Vector:
ArrayList<Vector<String>> list = new ArrayList<Vector<String>>();

pour chaque ligne de ton csv tu vas construire un nouveau Vector à partir des token et l'ajouter à l' ArrayList si cette dernière ne le contient pas déjà.

Vector<String> v1 = new Vector<String>();
v1.add("1");
v1.add("2");
v1.add("3");
if(!list.contains(v1))
list.add(v1);

Le code ci-dessous est un test que j'ai fais pour voir le retour de contains s'il s'agit d'un vector et effectivement il retourne false si tu laisse la dernière valeur de v2 à 5. si tu met 3 il retourne true

/**** CODE ****/

Pour récupere l'element à la ligne i et position j c'est :
list.get(i).get(j);

ah !
oui mais sur ce site il est déconseillé d'utiliser le vector: http://java.developpez.com/faq/java/...ECTIONS_vector

[NeoGeoo]

Un set garanti l'absence de doublon. Quand aux performances, si c'est critique, stocke chaque ligne sous la forme char[] plutot que String, rechercher la position des séparateurs est proportionnel à la longueur de la chaine (O(n))

Si j'utilise Un set ou une Arraylist de tableaux, la méthode .contains() ne marche pas car on ne peux pas comparer un tableau sans parcourir les éléments.

Solution = mettre le tableau dans un objet et redéfinir la méthode equals() de cet objet ??

[Heimdal]

En effet prefere les Listes aux Vectors definitivement "has been".
Niveau perf, j'aurai rien d'autre à te conseiller que de tester differentes implémentations et de comparer les temps d'exécution.

Tu peux également tester une Map<String, TonObjet> qui t'évitera une recomposition des lignes.

La clef serait la ligne (ex: "5 145 6") et la valeur un objet du genre
public UnObjet(String[]).

Ainsi pour chaque ligne ça donnerait:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

laMap.put(ligne, new UnObjet(ligne.split("\s")));

La map supprime les doublons. Pour alimenter ta structure de données recupère la Collection de clefs (laMap.keySet() et pour tes traitements celle des valeurs (laMap.values().

Bon courage et tiens nous au jus sur la solution aux meilleures perfs.

[jiddou]

Je ne sais pas si t'as bien vu la critique sur Vector mais il est dit que tu doit utiliser à la place la classe Arraylist Donc il suffit de changer lle vector avec ArrayList. Tu auras au finish un ArrayList d'ArrayList de String.
Et mon exemple marche exactement de la meme manière qu'avec Vector.

[jean.2edi]

Il y a une différence entre un Set et une List: c'est l'ordre des éléments ! Si tu veux conserver l'ordre original et juste éliminer les doublons le Set ne te va pas.

En ce qui concerne l'objet à entrer dans ta liste, tu peux créer un objet qui a comme attribut un tableau de 3 entiers et redéfinir la méthode equals() et/ou compareTo() -- si tu veux le mettre dans un Set.

L'implémentation de Set ou List à choisir dépend des accès que tu veux faire : accès direct (RandomAccess), insertion au milieu de la liste ou non, modification de la liste, recherche d'un élément dans la liste...

[tchize_]

Il y a une différence entre un Set et une List: c'est l'ordre des éléments ! Si tu veux conserver l'ordre original et juste éliminer les doublons le Set ne te va pas.

C'est vrai si tu prend l'implémentation HashSet. Mais si tu prend le LinkedHashSet, tu combine l'avantage des List (ordre d'insertion préservé, accès au Nième élément) et de Set (unicité des éléments).

Pour je suis tout à fait d'accord avec ton code (avec ArrayList plutot que Vector)