Stanford Parser加速之HashCode和序列化

现在的Java程序中用到了Stanford Parser，在程序功能完整实现后，我开始对这个Parser的使用进行加速。

由于采用的直接嵌入式的调用，没有遇到命令行调用方式下会遇到的资源重复加载的问题。在主控程序中对Parser采用一个类（A）的静态函数来加载所需资源到该类的静态成员变量上，就得到了一个全局的常驻内存资源。哈哈，第一次采用这种方案来实现全局资源，感觉甚为不错！在类A中另写了一个静态函数来执行句法分析。在对文件的处理循环中的某个特征抽取部分，使用类A的静态句法分析函数，从而实现了全局的调用。

加速方案我采用的主要有两种：

1. 如果pair的第二个元素和第一个元素位于同一个句子，就只parse一次。
2. 在类A的parse函数中对已经parse过的句子直接加载parse结果。

第一个方法实现起来非常简单，关键是第二个。尝试了几种解决方案后我最后结合hashcode和序列化方法实现了这个功能。这里记录一下，以备查找。

hashcode是对即将Parse的句子采用.HashCode()方法获得这个对象唯一的整数索引值，将这个索引值对应成文件名即可实现每个句子parse后对应一个唯一的文件。说起来这个hashcode函数还真是很神奇的 :)

序列化是我在Python里面常用的技巧，想来就是将对象存入文件以及从文加载对象两步。基于原理都是一样的。但是看了一下Java中对序列化的介绍后，感觉序列化功能也是有巨大应用功能的。参考了一下如下一段讲述Java序列化方法的文章后完成了我的Parse加速。

3．一般序列化实例 程序名称：SerializationDemo.java 程序主题：实现对象的序列化和反序列化 程序说明：该程序由实例化一个MyClass类的对象开始，该对象有三个实例变量，类型分别为String、int、double，是希望存储和恢复的信息。 import java.io.Serializable; class MyClass implements Serializable {     String s;     int i;     double d;     public MyClass(String s, int i, double d) {         this.s = s;        this.i = i;        this.d = d;     }     public String toString() {        return "s=" + s + ";i=" + i + ";d=" + d;     } } 要想序列化对象，你必须先创建一个OutputStream，然后把它嵌进ObjectOutputStream。这时，你就能用writeObject ( )方法把对象写入OutputStream了。读的时候，你得把InputStream嵌到ObjectInputStream里面，然后再调用 readObject( )方法。 import java.io.FileInputStream; import java.io.FileOutputStream; import java.io.ObjectInputStream; import java.io.ObjectOutputStream; public class SerializationDemo {         public static void main(String args[]) {        FileInputStream in = null;        FileOutputStream out = null;        ObjectInputStream oin = null;        ObjectOutputStream oout = null;        MyClass object1 = new MyClass("Hello", -7, 2.7e10);        System.out.println("object1:" + object1);        // Object serialization        try {            out = new FileOutputStream("serial.txt");            oout = new ObjectOutputStream(out);            oout.writeObject(object1);            oout.close();        } catch (Exception e) {            System.out.println("Exception during serialization:" + e);            System.exit(0);        }        // Object deserialization         try {            MyClass object2;            in = new FileInputStream("serial");            oin = new ObjectInputStream(in);            object2 = (MyClass) oin.readObject();            oin.close();            System.out.println("object2:" + object2);        } catch (Exception e) {            System.out.println("Exception during deserialization:" + e);            System.exit(0);        } finally {            // …此处省略        }     } } 结果： object1:s=Hello;i=-7;d=2.7E10 object2:s=Hello;i=-7;d=2.7E10

 

现在我的程序正在健步如飞的运行着，任何两个一模一样的句子都只会被parse一次。

 

序列化和hashcode搭配起来真是不错～！