異なる配列の要素比較

Question

現在wikipediaのダンプからデータを抽出しています。
ダンプから一部データを抽出することに成功しており、テキストファイルが二つできています。以下がその内容です。
1:「本文の長さ,ページタイトル」が一行ずつカンマ区切りで書かれている
2:「リンク先のページタイトル,リンク元のページタイトル」が一行ずつカンマ区切りで書かれている

これらのテキストファイルを配列に格納し、リンク元のページタイトルとリンク先のページタイトルの文字数を比較したいと思っていますが、どのように処理をしたらいいか思い浮かびません。ご教授いただけたらと思います。

Comments

[MasahikoHirata]

まず比較したいのが質問の通り’リンク元のページタイトルとリンク先のページタイトル’であり、文字数であれば’１：’からは関係ない比較なのでは？

[shoot]

ご指摘ありがとうございます。質問に不備がありました。1は本文の行数ではなく、本文の長さでした。また、比較したいことはリンク元のページタイトルとリンク先のページタイトルがそれぞれ持つ本文の長さです。

[MasahikoHirata]

tetratailさん。参考になりました。

Answer 1

2のファイルをtitle2.txt 1をtitle.txtとした場合以下のコードで文字数の比較が行われ

a1,a2にはString[]型変数にそれぞれのデータが並んで入り、
bにはリンク元とリンク先それぞれの長さの大小が1,0,-1の数値に変換されて順に入ります

import java.util.*;
import java.io.*;

class CD{

public static void main(String[] args){

ArrayList<String[]> a=new ArrayList<>();
ArrayList<String[]> a2=new ArrayList<>();

ArrayList<Integer> b=new ArrayList<>();


try(BufferedReader br=new BufferedReader(new FileReader("title2.txt"))){

String data=null;

while((data=br.readLine())!=null){

String[] dat=data.split(",");
a.add(dat);


}



}catch(Exception e){}



try(BufferedReader br=new BufferedReader(new FileReader("title1.txt"))){

String data=null;

while((data=br.readLine())!=null){

String dat[]=data.split(",");

a2.add(dat);


}



}catch(Exception e){}


for(String[] s:a){

String tit=s[0];
String tit2=s[1];

int titl=0;
int titl2=0;

for(String[] s2:a2){
if(tit.equals(s2[1])){


try{
titl=Integer.parseInt(s2[0]);
}catch(Exception e){}

}
if(tit2.equals(s2[1])){
try{
titl2=Integer.parseInt(s2[0]);
}catch(Exception e){}

}

}

if(titl<titl2){
b.add(-1);
}else if(titl==titl2){
b.add(0);
}else if(titl>titl2)
b.add(1);
}

}

}
}

Comments

[shoot]

迅速なご返答をしていただきありがとうございました。
大変恐縮ですが、質問内容に不備がありました。
1のもつデータは、「本文の長さ,ページタイトル」です。
従って、2から比較したいページタイトルをそれぞれ抽出し、1から本文の長さを抽出・比較を行うことができればと思っています。

[shoot]

再度返答していただきありがとうございました。
おかげさまで問題が解決いたしましたので、ベストアンサーとさせていただきます。

Answer 2

HashMapとか使うともっとスッキリ書け、データが多くなった場合の実行時間も短縮できそうですが。
1のデータを、タイトルをキーに本文の長さを値としてMapに格納し、
2のデータの2つのタイトルをキーに、1のマップから取り出して比較する。

public class Q55452 {

	public static void main(String[] args) {
		// まずはタイトル-本文長さのマッピングを作成
		Map<String, Integer> map = new HashMap<>();
		try (BufferedReader br = new BufferedReader(new FileReader("title1.txt"))) {
			String data;
			while ((data = br.readLine()) != null) {
				String[] d = data.split(",");
				try {
					map.put(d[1], Integer.valueOf(d[0]));
				} catch (NumberFormatException e) { }
			}
		} catch (IOException e) {
			e.printStackTrace();
		}
		// リンク先・リンク元のタイトルから本文長さを引き出して比較する 
		// リンク先が短ければ-1,同じなら0,リンク元が短ければ1になり、どちらかが存在しない記事ならばnull
		try (BufferedReader br = new BufferedReader(new FileReader("title2.txt"))){
			List<Integer> list = br.lines()
					.map(x -> Arrays.stream(x.split(","))
							.map(y -> Optional.ofNullable(map.get(y)))
							.collect(Collectors.toList()))
					.map(l -> l.get(0).flatMap(x -> l.get(1).map(y -> x.compareTo(y))).orElse(null))
					.collect(Collectors.toList());
		} catch (IOException e) {
			e.printStackTrace();
		}

	}

}

Comments

[shoot]

追記までしていただいてありがとうございました。HashMapを使用することは盲点でした。わざわざソースコードまで載せていただき大変参考になります。