【Java实用技术】字符串的拆分怎么最快?

715 阅读3分钟

本文是《【Java实用技术】字符串的拆分用什么方法好?》的姊妹篇,拆分方法最常用,使用看似简单但也有很多复杂的细节要注意,今天我们就来聊一聊字符串拆分怎么最快?

2种拆分操作性能对比

import org.apache.commons.lang3.StringUtils;

/**
 * Java实用技术课程 By Pandas.
 * 公众号:Java实用技术手册
 * JDK版本:jdk1.8.0_66
 *
 * @author Pandas
 * @date 2021/10/31
 */
public class StringSplitQuick {

    public static void main(String[] args) {

        StringBuilder sb = new StringBuilder();
        int max = 100_0000;
        for (int i = 0; i < max; i++) {
            sb.append("a.");
        }
        // 构造一个100W个"a."拼接成的字符串:"a.a.a.a.a.......a."
        String str = sb.toString();

        long start1 = System.currentTimeMillis();
        String[] cs1 = str.split("\.");
        long cost1 = System.currentTimeMillis() - start1;

        long start2 = System.currentTimeMillis();
        String[] cs2 = StringUtils.split(str, '.');
        long cost2 = System.currentTimeMillis() - start2;

        long start11 = System.currentTimeMillis();
        String[] cs11 = str.split("a");
        long cost11 = System.currentTimeMillis() - start11;

        long start22 = System.currentTimeMillis();
        String[] cs22 = StringUtils.split(str, 'a');
        long cost22 = System.currentTimeMillis() - start22;

        System.out.println("原生拆分.耗时:" + cost1 + "ms");
        System.out.println("StringUtils拆分.耗时:" + cost2 + "ms");
        System.out.println("原生拆分a耗时:" + cost11 + "ms");
        System.out.println("StringUtils拆分a耗时:" + cost22 + "ms");
    }
}

运行结果如下:

image-20211031214730805

image-20211031214730805

总体上来说,原生方法拆分是比StringUtils拆分耗时久点。

还能不能再快呢?这就要分析下源码。

字符串拆分之arraycopy

  • 对于字符串拆分的原生操作

原生方法源码

  • StringUtils拆分操作

StringUtils源码

我们注意到上面2个方法都用到了list.toArray()方法,这个方法的源码用到了System.arraycopy(elementData, 0, a, 0, size);方法,这个操作不仅增加额外耗时,也增加内存消耗。

PS:List扩容过程中也会用到这System.arraycopy()方法哦,有兴趣的同学可以多看看他的实现。

public <T> T[] toArray(T[] a) {
    if (a.length < size)
        // Make a new array of a's runtime type, but my contents:
        return (T[]) Arrays.copyOf(elementData, size, a.getClass());
    System.arraycopy(elementData, 0, a, 0, size);
    if (a.length > size)
        a[size] = null;
    return a;
}

如果内存不够的话,一开始的例子,你可能会遇到下面的错误:

Exception in thread "main" java.lang.OutOfMemoryError: Java heap space

考虑到我们在通常开发场景中,我们使用字符串拆分后的操作一般是对拆分后内容遍历,因此使用数组还是List,都不影响我们操作。

上述方法中的List转数组,白白消耗了内存和时间。

在有的工具类(比如hutool)中就改成了List<String>作为返回类型。

补充说明

在《阿里巴巴Java开发手册》(嵩山版)中,有这么一句话:

阿里巴巴Java开发手册

在上一节中,无论是原生split还是StringUtils,都将拆分后为空字符串的部分去掉,因此原始的List容量实际是小于等于保留全部分割数据的大小的。这个在一些拆分后业务处理是有影响的=>就是会数组越界。

比如很常见的场景,由"key=value"组成的字符串,按照“=”拆分,如果不注意,直接使用arr[1]获取value,一定会数组越界。

这时候使用StringUtils.splitPreserveAllTokens(str, "=");可以有效保留空白字符位置。

当然,如果字符串中连要分割的字符都没有,上述方法还是不能返回第二个位置的数据

这个时候你需要自己写一个字符串拆分工具类,返回固定长度的数组/List,这样方法调用者可以放心使用数组。

感谢阅读本期内容,希望对新入行的你有帮助。

往期内容:

我是Pandas,专注Java实用技术分享,公众号Java实用技术手册和B站均有视频解说,欢迎来玩。

如果你觉得这篇文章有用,别忘了点赞+关注,一起进步!

img