在 Java 中拆分字符串的最有效方法

Question

为了这个问题，假设我有一个 String，其中包含值 Two;.Three;.Four（依此类推），但元素由 ;. 分隔。

现在我知道有多种拆分字符串的方法，例如 split() 和 StringTokenizer（速度更快且效果很好）但我的输入文件约为 1GB 并且我正在寻找比 StringTokenizer.

稍微更有效的东西

经过一些研究，我发现 indexOf 和 substring 非常有效，但示例只有单个分隔符或结果仅返回单个 word/element.

示例代码使用 indexOf 和 substring:

String s = "quick,brown,fox,jumps,over,the,lazy,dog";
int from = s.indexOf(',');
int to = s.indexOf(',', from+1);
String brown = s.substring(from+1, to);

以上内容适用于打印 brown，但我如何使用 indexOf 和 substring 拆分具有多个分隔符的行并显示所有项目，如下所示。

预期输出

Two
Three
Four
....and so on

Answer 1

如果你想要极致的效率，我根本不会使用Strings，更不用说拆分它们了。我会做编译器做的事情：一次处理一个字符的文件。使用具有较大缓冲区大小的 BufferedReader，例如 128kb，并一次读取 char，将它们累积成 StringBuilder，直到获得 ; 或行终止符.

Answer 2

StringTokenizer 比 StringBuilder.

快

public static void main(String[] args) {

    String str = "This is String , split by StringTokenizer, created by me";
    StringTokenizer st = new StringTokenizer(str);

    System.out.println("---- Split by space ------");
    while (st.hasMoreElements()) {
        System.out.println(st.nextElement());
    }

    System.out.println("---- Split by comma ',' ------");
    StringTokenizer st2 = new StringTokenizer(str, ",");

    while (st2.hasMoreElements()) {
        System.out.println(st2.nextElement());
    }
}

Answer 3

这是我用于拆分大型 (1GB+) 制表符分隔文件的方法。它被限制为 char 定界符以避免任何额外方法调用的开销（这可能会被运行时优化），但它可以很容易地转换为字符串定界符。如果有人能想出更快的方法或对此方法进行改进，我会很感兴趣。

public static String[] split(final String line, final char delimiter)
{
    CharSequence[] temp = new CharSequence[(line.length() / 2) + 1];
    int wordCount = 0;
    int i = 0;
    int j = line.indexOf(delimiter, 0); // first substring

    while (j >= 0)
    {
        temp[wordCount++] = line.substring(i, j);
        i = j + 1;
        j = line.indexOf(delimiter, i); // rest of substrings
    }

    temp[wordCount++] = line.substring(i); // last substring

    String[] result = new String[wordCount];
    System.arraycopy(temp, 0, result, 0, wordCount);

    return result;
}

在 Java 中拆分字符串的最有效方法

Most efficient way of splitting String in Java

java

string

parsing

split

stringtokenizer