Conllection框架中的Comparator使用笔记

- -

 

这几天一直在弄自己的RSS解析器。一切顺利，RSS的解析很容易。当我将解析的新闻用Lucene进行索引时，我遇到了一个小小的麻烦

这几天一直在弄自己的RSS解析器。一切顺利，RSS的解析很容易。当我将解析的新闻用Lucene进行索引时，我遇到了一个小小的麻烦。

当新闻解析完成后，为了下一步处理的方便，我并没有将解析的新闻全部的索引，而是只索引新出现的新闻，而索引中已有的新闻，则不再索引了。这样，下步检索时，就可以根据索引的时间来判断最新的新闻。代码如下：

reader = IndexReader.open(indexDir); // open existing lucene index
uidIter = reader.terms(new Term("uid", "")); // init uid iterator

Iterator itI = al.iterator();
      while (itI.hasNext()) {
        ItemIF item = (ItemIF) itI.next();
        while (uidIter.term() != null && uidIter.term().field() == "uid" &&
               uidIter.term().text().compareTo(item.getTitle()) < 0) {         
          uidIter.next();         
        }
        if (uidIter.term() != null && uidIter.term().field() == "uid" &&
            uidIter.term().text().compareTo(item.getTitle()) == 0) {
          uidIter.next(); 
        }
        else {
          if (logger.isDebugEnabled()) {
            logger.debug("Add item " + item + " to index.");
          }
          writer.addDocument(RssDocument.makeDocument(item));
        }
      }

可 以看到其中有两个Iterator，一个是Lucene索引中已有新闻的Iterator,一个是新解析的新闻的Iterator。上一段代码就是判断新 解析的新闻是否在索引中存在，如果存在则保留以前的，不存在则加入。这段代码应该说效率很高，只是两个遍历就完成了判断，而不是每一条新闻都去在索引中遍 历一次。但问题来了，要实现上面的代码，必须要保证两个Iterator都是按照新闻标题（Title)的顺序排列。前一个索引的 Iterator,Lucene返回时就已经是排列好了的，用起来倒方便。后一个自己解析的Iterator却是没有排序的。Iterator怎么排序 啊？这个问题以前到没有仔细想过。自己想了很多办法，但考虑效率的话不是很满意，毕竟数据量大时效率还是很重要的。想来想去还是用Java Collenction框架里提供的方法吧。查了一些资料，发现Collection框架下的东东确实做得比较好，其中框架提供的两个实用类 Comparable和Comparator正是我需要的。以前不知道这两个东东是干啥的，原来是用在容器类内部元素排序用的。 ；）

于 是自己写了一个排序的类，并利用java.util.Collections类中的sort()方法对我的新闻集合中的元素进行排序。调用 Collections.sort()时，集合中的元素如果本身没有实现Comparator的话，则需要自己写一个Comparator传到 sort()方法中。我写了一个ItemComparator , 根据新闻的标题来排序。代码如下：

 ...

  public void indexItems(boolean createNewIndex, Collection items) throws java.
      io.IOException {
    ArrayList al = (ArrayList) items;
    Collections.sort(al, new ItemComparator());

...

...

  public static class ItemComparator
      implements Comparator {
    public int compare(Object element1, Object element2) {
      ItemIF item1 = (ItemIF) element1;
      ItemIF item2 = (ItemIF) element2;
      return item1.getTitle().compareTo(item2.getTitle());
    }
  }

ItemIF就是新闻集合中的一个元素。getTitle()方法可以得到新闻的标题。在sort()方法中，将ItemComparator传过去，既可根据新闻标题排序了。

今天又学会了怎么在Collection中实现排序，呵呵，把它记录下来真爽！