Структура данных для сопоставления имен в тексте

Можете ли вы просто использовать регулярное выражение? В зависимости от текстовых файлов вам может понадобиться использовать многострочное сопоставление, как показано ниже.

    Pattern p = Pattern.compile("John\\s+Doe", Pattern.MULTILINE);
    Matcher m = p.matcher("I am looking for John \nDoe, I am.");        
    System.out.println(m.find());

Вы также можете сделать это с помощью утилит командной строки, таких как pcregrep - см. это похожий вопрос.

Обновление: для решения вопроса о хранении имен в структуре с эффективным использованием памяти для хранения связанных строк используется Trie, который может быть полезен - вероятно, существует множество бесплатных реализаций, хотя, насколько мне известно, в стандартных библиотеках Java их нет. См. также этот вопрос, а также этот для некоторых предложений.

Насколько я понял вашу проблему, вы должны хранить произвольные списки имен для каждого автора и эффективно их сопоставлять.

Я предполагаю, что вы решили проблему синтаксического анализа имен, удаления несущественных/необязательных частей, таких как «Dr», и сохранения частиц, таких как «von» и «de». Ваше нормализованное имя должно быть последовательностью строк в фиксированном регистре (нижний регистр в порядке, хотя я бы придерживался верхнего регистра или заглавного регистра).

Теперь List<String> или String[] будут работать как ключ к HashMap, содержащему другие детали. Боюсь, это не сработает, так как оба они изменяемы, и я не уверен, что их hashCode() методы подходят для этого случая.

Поэтому я бы придумал что-то вроде этого:

class AuthorName(object) {
  private String[] parts;
  public AuthorName(String... name_parts) {
    assert name_parts.length > 0;
    parts = name_parts;
  }

  @Override
  public int hashCode() {
    // hashCode() that only depends on name parts
    int result = 0;
    for (int i=0; i < parts.length; i+=1) result ^= part.hashCode();
    return result;
  }
}

Map<AuthorName, ...> authors = new HashMap<AuthorName, ...>();
authors.put(new AuthorName('John', 'Doe'), ...);
assert authors.get(new AuthorName('John', 'Doe')) != 0

Это не решает многих возможных проблем, таких как «случайный пользователь Joe», «пользователь Joe R» и «J. R. Пользователь» может быть одним и тем же лицом. Это должно решаться на другом уровне.

Если бы вы изложили свой случай более подробно, с примером или двумя, ответы могли бы быть лучше.

Вас также может заинтересовать способ, которым библиотеки нормализуют имена авторов. Люди используют усложнять схемы для соответствия именам.