2 Files/DBs auf Unterschiede vergleichen

[dotlens]

hallo

habe ein File mit x tausend dateinamen.
und eine andere mit dateinamen, welche schon kopiert worden sind.

nun möchte ich die dateinamen, welche in nur im ersten File vorhanden sind.
und weil diese Dateinamen schnell wieder anwachsen sollte das ziemlich schnell gehen.

wie kann ich das am besten vergleichen?
und wie soll ich die dateinamen speichern, damit es schnell geht.

meine überlegungen:
ich denke wenn ich die dateiname zuerste nach alphabet sortiere (mit quisort) müsste das ganze schneller gehen. stimm das?

danke vielmals für eure bemühungen

gruss

 

[dotlens]

kann mir bitte jemand einen tip geben? möchte erst anfangen das programm zu schreiben wenn ich weiss was klever ist und was nicht...

danke un gruss

 

[foobar]

Pack die beiden Dateien in 2 HashSets und überprüfe mit Hilfe eines Iterators auf Übereinstimmung.

 

[Bleiglanz]

man kann dir erst einen Tipp geben, wenn du das Problem genau beschreibst - möchte erst anfangen wenn ich weiss was klever ist und was nicht...

unter Linux => diff auf der Console?

ansonsten: leg die Hash-Codes der Zeilen in eine Collection und prüfe beim Einlesen der Zeilen aus der Datei 1, ob schon drin (contains()) und wenn ja überspringen?????

 

[bygones]

wie foobar sagt, speicher sie in einem Set und dann schau dir die Methode http://java.sun.com/j2se/1.5.0/docs/api/java/util/Set.html#retainAll(java.util.Collection) an

 

[dotlens]

weiss schon wie iches anstellen kann. möchte mehr wissen ob es sich lohnt zuerst alles einzulesen und in ner hash tabelle zu speicher oder ob es nicht aufs selbe herauskommt wenn ichs direkt zeile für zeile einlese und verarbeite.

oder auch ob es sich vieleicht lohnt die dateinamen zuerst zu sortieren? bei hashsets ja nicht möglich....

danke und gruss

 

[bygones]

weiss schon wie iches anstellen kann. möchte mehr wissen ob es sich lohnt zuerst alles einzulesen und in ner hash tabelle zu speicher oder ob es nicht aufs selbe herauskommt wenn ichs direkt zeile für zeile einlese und verarbeite.

oder auch ob es sich vieleicht lohnt die dateinamen zuerst zu sortieren? bei hashsets ja nicht möglich....

danke und gruss

mhm versteh ich net... du musst doch das file einlesen um zu wissen welche Strings darin stehen... wie willst du vgl. ohne vorher einzulesen (oder versteh ich das Problem net) - daher erscheint mir auch das sortieren für unlogisch

 

[foobar]

weiss schon wie iches anstellen kann. möchte mehr wissen ob es sich lohnt zuerst alles einzulesen und in ner hash tabelle zu speicher oder ob es nicht aufs selbe herauskommt wenn ichs direkt zeile für zeile einlese und verarbeite.

Da du auf Enthaltensein überprüfen willst mußt du zumindest eine Datei komplett in eine Datenstruktur einlesen. Ob du dann die andere Datei auch in eine Datenstruktur einliest und mit einem Iterator durchläufst, oder die Datei zeilenweise einliest und eine Überprüfung durchführst, ist Geschmackssache. Es kommt dann drauf an was du später noch für Berechnungen durchführen willst.