如何从list2中计算与list1的差集并忽略list2元素末尾的日期后缀？

核心思路 #

• 先将list1转为HashSet结构，将文件名查找时间复杂度从O(n)降低到O(1)，大幅提升大批量数据的处理效率
• 遍历list2的每个元素，以:::为分隔符拆分字符串，取第一段内容去除首尾空白后得到纯文件名
• 筛选出纯文件名不在list1对应的HashSet中的元素，即为所需的差集结果

代码实现 #

Java 8+ 流式写法（推荐） #

import java.util.ArrayList;
import java.util.HashSet;
import java.util.List;
import java.util.Set;
import java.util.stream.Collectors;

public class DiffCalculation {
    public static void main(String[] args) {
        // 初始化示例集合
        List<String> list1 = new ArrayList<>();
        list1.add("1/ce/a6/5a/1cea65ab9260df8d55fb29ce0df570d4.jpg");
        list1.add("1/ce/a6/5a/1cea65ab9260df8d55fb29ce0df570d3.jpg");
        list1.add("1/ce/a6/5a/1cea65ab9260df8d55fb29ce0df570d6.jpg");

        List<String> list2 = new ArrayList<>();
        list2.add("1/ce/a6/5a/1cea65ab9260df8d55fb29ce0df570d1.jpg ::: 2021-09-17T17:07:52Z");
        list2.add("1/ce/a6/5a/1cea65ab9260df8d55fb29ce0df570d2.jpg ::: 2021-09-17T17:07:52Z");
        list2.add("1/ce/a6/5a/1cea65ab9260df8d55fb29ce0df570d3.jpg ::: 2021-09-17T17:07:52Z");

        // list1转为Set用于快速查找
        Set<String> fileNameSet = new HashSet<>(list1);

        // 筛选差集
        List<String> diffResult = list2.stream()
                .filter(item -> !fileNameSet.contains(item.split(":::")[0].trim()))
                .collect(Collectors.toList());

        // 验证输出
        diffResult.forEach(System.out::println);
    }
}

低版本Java兼容写法（Java 7及以下） #

Set<String> fileNameSet = new HashSet<>(list1);
List<String> diffResult = new ArrayList<>();
for (String item : list2) {
    String fileName = item.split(":::")[0].trim();
    if (!fileNameSet.contains(fileName)) {
        diffResult.add(item);
    }
}

运行结果 #

上述示例代码运行后，最终输出的差集内容为：

1/ce/a6/5a/1cea65ab9260df8d55fb29ce0df570d1.jpg ::: 2021-09-17T17:07:52Z
1/ce/a6/5a/1cea65ab9260df8d55fb29ce0df570d2.jpg ::: 2021-09-17T17:07:52Z

符合需求：文件名和list1重合的d3.jpg对应的条目已被剔除。

内容的提问来源于stack exchange，提问作者Steve Jobs