SetUniqueList、HashSet 和 Set 不会从对象列表中删除重复项

Question

我一直在尝试做的是对 List 中的对象进行排序并从同一个 List 中删除重复的对象。

这是对象的类

public class Word implements Comparable<Word>{

private String wordName;
private int number;

 // There are only simple constructers, getters and setters 

 // This compareTo might be irrelevant for this question
@Override
public int compareTo(Word word) {
    int compareNumber = ((Word) word).getNumber();
    return compareNumber - this.number;

    }
}

这里是main方法的一部分

public class CommentEvaluationTester {
 final static private List<String> WordsList = new ArrayList<>();

 public static void main(String[] args) {

    boolean isContained;
    String comment = "";
    //This "comment" actually has a long string value
        for (String word : WordsInDB) {
        //WordsInDB is a List, containing String values

        isContained = comment.toLowerCase().contains(word.toLowerCase());
        if (isContained) {
            WordsList.add(word);
        }
    }

     List WordsListWithNumber = new ArrayList<>();

     for (String word : WordsList) {
            int occurrences = Collections.frequency(WordsList, word);

            Word addWord = new Word(word, occurrences);
            WordsListWithNumber.add(addWord);

     }

     //This might be irrelevant too   
     Collections.sort(WordsListWithNumber, new Comparator<Word>() {
            @Override
           public int compare(Word w1, Word w2) {
                return w2.getNumber() - w1.getNumber();
            }
        });

在这个阶段，“WordsListWithNumber”列表包含多个“Word”实例，我一直在尝试从该列表中消除重复项。

我在 Stackoverflow 上找到了几种方法。

1. 设置唯一列表

   List<Word> NoDup = SetUniqueList.setUniqueList(WordsListWithNumber);
   

2. 哈希集

   HashSet hs = new HashSet();
       hs.addAll(WordsListWithNumber);
       WordsListWithNumber.clear();
       WordsListWithNumber.addAll(hs);
   

3. 设置

   Set<Word> noDupSet = new LinkedHashSet<Word>(WordsListWithNumber);
      List<Word> noDup = new ArrayList<>();
      noDup.addAll(noDupSet);
   

我已经确认所有这些方法都可以从“字符串”列表中删除重复项，但它似乎没有从此类列表中删除重复项。

我通过这样做检查了列表的内容...但是它们都显示相同的值。

    Word testWord = (Word) noDup.get(0);
    System.out.println("test1: noDup.get(0) : " + testWord.getWordName() + " , number : " + testWord.getNumber());
    testWord = (Word) noDup.get(1);
    System.out.println("test2: noDup.get(1) : " + testWord.getWordName() + " , number : " + testWord.getNumber());

如果您能提供任何见解，我将不胜感激。

附言

我意识到“数字”属性应该被命名为“数量”......似乎有些人认为这个“数字”属性类似于ID号，但它实际上表示“WordsList”中有多少个相同的单词" 包含。

我想比较“字名”，而不是“数字”。 抱歉，我的母语不是英语。

Answer 1

如果您想从List 中删除重复项，则需要指定何时将两个项目视为重复项。指定很重要，因为在您的情况下，word1 和 word2 重复的含义至少有 4 种可能的解释：

1. word1 == word2。
2. word1.number == word2.number
3. word1.wordName.equals(word2.wordName)
4. word1.number == word2.number && word1.wordName.equals(word2.wordName)

你已经表明你的意思是 3。

您指定重复的含义的方法是覆盖equals 方法。你可以这样做。

@Override
public boolean equals(Object object) {
    return object instanceof Word && ((Word) object).wordName.equals(wordName);
}

无论何时覆盖equals 方法，您也必须覆盖hashCode。 （搜索 SO 以获取相关解释）。

这是Word 的一种可能的hashCode 方法。

@Override
public int hashCode() {
    return wordName.hashCode(); 
}

如果你这样做你会发现如果list是一个List<Word>，你可以通过写删除重复项

list = new ArrayList<Word>(new LinkedHashSet<Word>(list));

有关如何编写equals、hashCode 和compareTo 方法的完整详细信息（如果数字很大，您的compareTo 方法可能会失败），我推荐Joshua Bloch 的《Effective Java》一书。

祝你好运！