我有一个大型的（超过10万个对象）java对象集合，如下所示。
public class User
{
//declared as public in this example for brevity...
public String first_name;
public String last_name;
public String ssn;
public String email;
public String blog_url;
...
}现在，我需要在这个列表中搜索一个对象，其中至少有3个（任意3个或更多）属性与被搜索对象的属性匹配。
例如，如果我正在搜索一个
first_name="John",
last_name="Gault",
ssn="000-00-0000",
email="xyz@abc.com",
blog_url="http://myblog.wordpress.com"搜索应该会返回所有 first_name,last_name and ssn 匹配或那些在哪里 last_name, ssn, email and blog_url 匹配。同样，也可能有其他的组合。
我想知道在这种情况下使用的最佳数据结构/算法是什么。对于精确的搜索，我可以使用hashset或带有自定义比较器的二进制搜索，但我不确定执行这种搜索的最有效方法是什么。
附笔
这不是家庭作业。
我不确定题目是否合适。请随意编辑。
编辑一些你已经指出的事实，我可以使用ssn（例如）的搜索，因为它或多或少是唯一的。上面的exmaple只是对真实场景的说明。实际上，我有几个对象，其中一些字段为空，所以我想搜索其他字段。
3条答案
按热度按时间enxuqcxy1#
基本上，搜索任何属性与查询中的属性匹配的结果。这会将搜索空间缩小到相当小的条目数。从这些结果中，查找符合条件的条目。这意味着您需要遍历并计算有多少属性匹配，如果这超过3，那么您就得到了一个匹配(这个过程相对比较慢，您不希望对整个数据库执行此操作。）
在这种情况下，一种可能的优化方法是从初始筛选阶段删除first\u name和last\u name，因为它们比其他属性（例如，许多人称为“john”的人）更可能得到查询的多个结果。
由于需要匹配三个属性，因此从筛选阶段删除两个属性不会影响最终结果。
9q78igpj2#
只是一个想法；如果你正在寻找一个有ssn的人，你应该能够很快缩小范围，因为只有一个人应该有一个特定的ssn。
3npbholx3#
我不认为有任何特定的数据结构可以使这种匹配/比较更快。
在比较两个对象的简单级别上，可以实现如下方法：
要做大规模的搜索，我能想到的唯一方法是在简单的线性扫描（使用上面的方法）上进行改进
为每个属性创建一系列多重Map，
用用户记录填充它们
然后每次要执行查询时：
查询每个多重Map以获得一组可能的候选对象，
使用迭代所有集合
closeEnough()找到匹配的。您可以通过将ssn、email address和blog url属性与name属性区别对待来改进这一点。多个用户在前三个属性上匹配应该是很少见的，而不是（比如）找到多个名为“john”的用户。您提出问题的方式需要至少1个ssn、email或url来匹配（以获得3个匹配项），因此您可能根本不需要为名称属性编制索引。