为什么在Java中基于ReXEP的大多数字符串操作?

在Java中,有一组方法都与操作字符串有关。 最简单的例子是string.split(“something”)方法。

现在,这些方法的实际定义是,它们都将正则表达式作为输入参数。这就形成了非常强大的积木。

现在,您将在许多这些方法中看到两种效果:

1. 每次调用方法时,它们都会重新编译表达式。因此,它们会对性能产生影响。
2. 我发现,在大多数“现实”情况下,这些方法都被称为“固定”文本。split方法最常见的用法甚至更糟:通常使用单个字符(通常为“”、a“;”或“&”)来调用split方法。

因此,不仅默认的方法很强大,而且它们似乎也被实际使用的方法所压倒。在内部,我们开发了一个“fastsplit”方法,在固定字符串上进行拆分。我在家里写了一个测试,看看如果知道它是一个字符的话,我能做得多快。这两种方法都明显快于“标准”分割方法。

所以我想知道:为什么Java API选择了它现在的方式? 为什么不采用split(char)、split(string)和splitregex(string)这样的方法呢??

更新:我打了几个电话,看看用各种方法拆分字符串需要多长时间。

小结:它使 大的 区别!

我为每个测试用例做了10000000次迭代,总是使用输入

"aap,noot,mies,wim,zus,jet,teun" 

并且总是使用“,”或“,”作为拆分参数。

这是我在Linux系统上得到的(它是一个Atom d510设备,所以有点慢):

fastSplit STRING
Test  1 : 11405 milliseconds: Split in several pieces
Test  2 :  3018 milliseconds: Split in 2 pieces
Test  3 :  4396 milliseconds: Split in 3 pieces

homegrown fast splitter based on char
Test  4 :  9076 milliseconds: Split in several pieces
Test  5 :  2024 milliseconds: Split in 2 pieces
Test  6 :  2924 milliseconds: Split in 3 pieces

homegrown splitter based on char that always splits in 2 pieces
Test  7 :  1230 milliseconds: Split in 2 pieces

String.split(regex)
Test  8 : 32913 milliseconds: Split in several pieces
Test  9 : 30072 milliseconds: Split in 2 pieces
Test 10 : 31278 milliseconds: Split in 3 pieces

String.split(regex) using precompiled Pattern
Test 11 : 26138 milliseconds: Split in several pieces 
Test 12 : 23612 milliseconds: Split in 2 pieces
Test 13 : 24654 milliseconds: Split in 3 pieces

StringTokenizer
Test 14 : 27616 milliseconds: Split in several pieces
Test 15 : 28121 milliseconds: Split in 2 pieces
Test 16 : 27739 milliseconds: Split in 3 pieces

正如您所看到的,如果您有很多“固定字符”拆分要做,那么这会产生很大的不同。

为了给你们一些了解,我现在在ApacheLogfiles和Hadoop竞技场,这里有一个 大的 网站。所以对我来说这件事很重要:)

我在这里没有考虑的是垃圾收集器。据我所知,将正则表达式编译成模式/matcher/。会分配很多对象,需要收集一段时间。因此,从长远来看,这些版本之间的差异可能更大……或者更小。

我的结论是:

• 只有在有很多字符串要拆分的情况下,才能优化此设置。
• 如果使用regex方法,则如果重复使用相同的模式,则始终预编译。
• 忘记(过时的)StringTokenizer
• 如果您想在单个字符上拆分,那么就使用一个自定义方法,特别是当您只需要将它拆分为特定数量的片段时(例如…2)。

另外,我给你我的所有本地分割按字符方法玩(根据该网站上所有内容的许可证:)。我从来没有完全测试过它们。然而。玩得高兴。

private static String[]
        stringSplitChar(final String input,
                        final char separator) {
    int pieces = 0;

    // First we count how many pieces we will need to store ( = separators + 1 )
    int position = 0;
    do {
        pieces++;
        position = input.indexOf(separator, position + 1);
    } while (position != -1);

    // Then we allocate memory
    final String[] result = new String[pieces];

    // And start cutting and copying the pieces.
    int previousposition = 0;
    int currentposition = input.indexOf(separator);
    int piece = 0;
    final int lastpiece = pieces - 1;
    while (piece < lastpiece) {
        result[piece++] = input.substring(previousposition, currentposition);
        previousposition = currentposition + 1;
        currentposition = input.indexOf(separator, previousposition);
    }
    result[piece] = input.substring(previousposition);

    return result;
}

private static String[]
        stringSplitChar(final String input,
                        final char separator,
                        final int maxpieces) {
    if (maxpieces <= 0) {
        return stringSplitChar(input, separator);
    }
    int pieces = maxpieces;

    // Then we allocate memory
    final String[] result = new String[pieces];

    // And start cutting and copying the pieces.
    int previousposition = 0;
    int currentposition = input.indexOf(separator);
    int piece = 0;
    final int lastpiece = pieces - 1;
    while (currentposition != -1 && piece < lastpiece) {
        result[piece++] = input.substring(previousposition, currentposition);
        previousposition = currentposition + 1;
        currentposition = input.indexOf(separator, previousposition);
    }
    result[piece] = input.substring(previousposition);

    // All remaining array elements are uninitialized and assumed to be null
    return result;
}

private static String[]
        stringChop(final String input,
                   final char separator) {
    String[] result;
    // Find the separator.
    final int separatorIndex = input.indexOf(separator);
    if (separatorIndex == -1) {
        result = new String[1];
        result[0] = input;
    }
    else {
        result = new String[2];
        result[0] = input.substring(0, separatorIndex);
        result[1] = input.substring(separatorIndex + 1);
    }
    return result;
}