我可以使用正则表达式或其他方法更快地执行此操作吗？

Posted 2023-02-26

【中文标题】我可以使用正则表达式或其他方法更快地执行此操作吗？

【英文标题】：Can I perform this operation faster with regex or something else?

【发布时间】：2013-02-22 10:12:39

【问题描述】：

我试图了解更多string operations 和regexes。 例如，这是一个给定的 String 数组：

String [] tab = "__09_23_HELLO","__89_2_WORLD","900_23_TRY","_34_90_SATELLITE", 
"___23_", "390";

我在这里要做的是仅在下划线后跟一个字母后保留数据，如果找不到，请返回null。在这个例子中，我会得到这个：

HELLO WORLD TRY SATELLITE null null

所以我写了这个递归函数：

public String getName(String string, int i)

    if(i == string.length()-1) return null;
    if(string.charAt(i) != '_' || 
      (string.charAt(i) == '_' && !Character.isLetter(string.charAt(i+1)))) 
        return getName(string, i+1);
    else
        return string.substring(i+1);

而且效果很好。但由于我不知道很多正则表达式（也许还有其他方法？），我想知道我是否可以使用正则表达式来做到这一点，以及它是否会在处理大量数据时更快地进行。

感谢您的回答。

【参考方案1】：

虽然您可以使用递归函数，但使用不同的方法肯定会更快：

要么我会使用循环（类似于您的方法，但使用循环而不是递归来增加计数器i）。

或者，按照您的建议使用正则表达式匹配来编写它。

这两种可能性中哪一种更快并不容易决定，但我猜想正则表达式更快，除非你的循环代码非常聪明并且尽可能少。要找出没有办法对这两种方法进行编码并对其进行基准测试...

【讨论】：

感谢您的回答。当我回复 jlordo 时，我担心每次进入 for 循环时都必须重新初始化 Matcher，如果我使用正则表达式，我是否错了？

我尝试迭代处理它，为每个 tab[i] 创建一个 j for 循环，但它比我的递归循环花费更多时间。

嗯，很有趣。想分享那个迭代代码吗？至于Matcher 初始化：很可能是初始化比较慢。特别是对于短字符串/简单模式（如您的情况），“手绘”版本可能是最快的。但与所有性能问题一样，唯一确定的方法是实施它并运行一些基准测试......

【参考方案2】：

对数组中的每个元素应用正则表达式：

/[^_\d\s]+/g

【参考方案3】：

JIT 很难优化递归调用（请参阅this article），所以我尽量避免它。这是一个正则表达式解决方案（结合子字符串，正如您对标签的预期）。

String [] tab = "__09_23_HELLO","__89_2_WORLD","900_23_TRY","_34_90_SATELLITE",  "___23_", "390";
Pattern pattern = Pattern.compile("_[a-zA-Z]");
for (int i = 0; i < tab.length; i++) 
    Matcher matcher = pattern.matcher(tab[i]);
    if (matcher.find()) 
        tab[i] = tab[i].substring(matcher.start() + 1);
     else 
        tab[i] = null;
    

System.out.println(Arrays.toString(tab));

【讨论】：

你的例子很有趣，非常感谢你的回答。但是假设我们每次进入 for 循环时都必须重新初始化匹配器，最终会不会更慢？它会改变一些东西以在 for 循环之前创建 Matcher matcher; 并且每次都重新初始化它：matcher = pattern.matcher(tab[i]); ？

@Rob：必须为每个输入字符串重新初始化匹配器。如果在循环之后不使用匹配器，在循环之前放置Matcher matcher; 不会改变生成的字节码，因此具有相同的性能。几周前在另一个答案中验证了这一点。那是因为 Matcher matcher; 不会创建匹配器，但 pattern.matcher(tab[i]); 会。

【参考方案4】：

我创建了以下实现（它转换原始字符串数组中的值）：

for (int index = 0; index < strings.length; index++) 
    String eachString = strings[index];
    int startIndex = eachString.lastIndexOf('_') + 1;
    if (startIndex > 0 && eachString.length() != startIndex && Character.isLetter(eachString.charAt(startIndex))) 
        strings[index] = eachString.substring(startIndex);
     else 
        strings[index] = null;
    

return strings;