java java中subString、split、stringTokenizer三種截取字符串方法的性能比較

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。

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。

測試的軟件環境爲：Windows XP、eclipse、JDK1.6。

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。

實現

閒話不說，先上代碼：

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。

5組測試數據結果以下圖：

下面這張圖對比了下，split耗時爲substring和StringTokenizer耗時的倍數：

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。

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：

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);
}

 

轉自：http://www.congmo.net/blog/2012/02/13/1/