最近在閱讀java.lang下的源碼,讀到String時,忽然想起面試的時候曾經被人問過:都知道在大數據量狀況下,使用String的split截取字符串效率很低,有想過用其餘的方法替代嗎?用什麼替代?我當時的回答很斬釘截鐵:沒有。 java
google了一下,發現有2中替代方法,因而在這裏我將對這三種方式進行測試。 面試
測試的軟件環境爲:Windows XP、eclipse、JDK1.6。 正則表達式
測試用例使用類ip形式的字符串,即3位一組,使用」.」間隔。數據分別使用:5組、10組、100組、1000組、10000組、100000組。 數組
實現
閒話不說,先上代碼: app
- package test.java.lang.ref;
-
- import java.util.Random;
- import java.util.StringTokenizer;
-
- /**
- * String測試類
- * @author xiaori.Liu
- *
- */
- public class StringTest {
-
- public static void main(String args[]){
- String orginStr = getOriginStr(10);
-
- //////////////String.splic()表現//////////////////////////////////////////////
- System.out.println("使用String.splic()的切分字符串");
- long st1 = System.nanoTime();
- String [] result = orginStr.split("\\.");
- System.out.println("String.splic()截取字符串用時:" + (System.nanoTime()-st1));
- System.out.println("String.splic()截取字符串結果個數:" + result.length);
- System.out.println();
-
- //////////////StringTokenizer表現//////////////////////////////////////////////
- System.out.println("使用StringTokenizer的切分字符串");
- long st3 = System.nanoTime();
- StringTokenizer token=new StringTokenizer(orginStr,".");
- System.out.println("StringTokenizer截取字符串用時:"+(System.nanoTime()-st3));
- System.out.println("StringTokenizer截取字符串結果個數:" + token.countTokens());
- System.out.println();
-
- ////////////////////String.substring()表現//////////////////////////////////////////
-
-
- long st5 = System.nanoTime();
- int len = orginStr.lastIndexOf(".");
- System.out.println("使用String.substring()切分字符串");
- int k=0,count=0;
-
- for (int i = 0; i <= len; i++) {
- if(orginStr.substring(i, i+1).equals(".")){
- if(count==0){
- orginStr.substring(0, i);
- }else{
- orginStr.substring(k+1, i);
- if(i == len){
- orginStr.substring(len+1, orginStr.length());
- }
- }
- k=i;count++;
- }
- }
- System.out.println("String.substring()截取字符串用時"+(System.nanoTime()-st5));
- System.out.println("String.substring()截取字符串結果個數:" + (count + 1));
- }
-
- /**
- * 構造目標字符串
- * eg:10.123.12.154.154
- * @param len 目標字符串組數(每組由3個隨機數組成)
- * @return
- */
- private static String getOriginStr(int len){
-
- StringBuffer sb = new StringBuffer();
- StringBuffer result = new StringBuffer();
- Random random = new Random();
- for(int i = 0; i < len; i++){
- sb.append(random.nextInt(9)).append(random.nextInt(9)).append(random.nextInt(9));
- result.append(sb.toString());
- sb.delete(0, sb.length());
- if(i != len-1)
- result.append(".");
- }
-
- return result.toString();
- }
- }
改變目標數據長度修改getOriginStr的len參數便可。 dom
5組測試數據結果以下圖: eclipse
下面這張圖對比了下,split耗時爲substring和StringTokenizer耗時的倍數: 性能
好吧,我又花了點兒時間,作了幾張圖表來分析這3中方式的性能。 測試
首先來一張柱狀圖對比一下這5組數據截取所花費的時間: 大數據
從上圖能夠看出StringTokenizer的性能實在是太好了(對比另兩種),幾乎在圖表中看不見它的身影。遙遙領先。substring花費的時間始終比split要少,可是耗時也在隨着數據量的增長而增長。
下面3張折線圖能夠很明顯看出split、substring、StringTokenizer3中實現隨着數據量增長,耗時的趨勢。
split是變化最大的,也就是數據量越大,截取所須要的時間增加越快。
substring則比split要平穩一點點,可是也在增加。
StringTokenizer則是表現最優秀的,基本上平穩,始終保持在5000ns一下。
結論
最終,StringTokenizer在截取字符串中效率最高,不論數據量大小,幾乎持平。substring則要次之,數據量增長耗時也要隨之增長。split則是表現最差勁的。
究其緣由,split的實現方式是採用正則表達式實現,因此其性能會比較低。至於正則表達式爲什麼低,還未去驗證。split源碼以下:
- public String[] split(String regex, int limit) {
- return Pattern.compile(regex).split(this, limit);
- }