正则表达式优化大型列表

Question

我正在比较两个字符串列表，以查找可能的匹配项。例：

public class Tester {

    public static void main(String[] args) {

        List<String> test = new ArrayList<String>();
        List<String> test2 = new ArrayList<String>();

        test.add("3H0875AAAA0012");
        test.add("3H0875AABB0018");
        test.add("3H0875AAAC0010");
        test2.add("3H0875AA");


        for(String s2: test2){
            for (String s: test){
                if (s.matches(".*" + s2 + ".*")){
                    System.out.println("Match");
                }
            }
        }
    }
}

基本上，对于每个字符串，test2我都想查看其中是否test包含test2全部或部分包含的字符串。以上代码的输出应为：

Match 
Match 
Match

但是，在实际情况下，我在测试中有大约225K字符串，而在test2中有大约5K字符串。此比较花费的时间太长，希望查看是否有可能优化比较。分析test2中的前1.5K项大约需要10分钟。因此，至少需要30到40分钟才能完成比较。

提前致谢

Answer 1

我认为您不应该为此使用 正则表达式
：我认为，在性能方面，String#contains（在此链接指向其javadoc条目）可以为您带来更好的结果；）

例如，您的代码可能是：

for(final String s2: test2){
    for (final String s: test){
        if(s.contains(s2)) {
            System.out.println("Match");
        }
    }
}