我有一个大文件，其中包含诸如“ABCDEabcde.....XYZxyz”之类的字符序列。现在，我想从中提取一些子序列字符串。例如从第 10 个字符到第 50 个字符串，从第 15 个字符到第 55 个字符串(所有子序列字符串具有相同的长度，即 40 个字符，起始位置(例如 10,15)总是递增)。子序列位置是动态的，意味着在一个运行中从第 10 个字符到第 50 个字符，从第 15 个字符到第 55 个字符，在另一个运行中从第 2 个字符到第 42 个字符和从第 100 个字符到第 140 个字符。现在，我必须提取数百万个这样的动态子字符串。我已经尝试了一些建议给我的方法 here .但是，它们对我来说很慢。
我试过:
1)使用BufferedReader进行简单的缓冲读取，等待需要的位置chunk。
2) 使用随机访问文件和搜索方法来做到这一点。
由于我的文件大约有 700 MB(将近 2 亿个字符)，而且我必须提取数百万个这样的动态子字符串，因此我需要将近一分钟的时间(第一个需要更多)。任何人都可以通过提供任何其他可能比它更快的想法来帮助我吗？我也可以使用任何 Java 库。
最佳答案
您可以做的最有效的事情可能是将整个文件映射到内存中。基本上:
FileChannel channel = new RandomAccessFile(file, "r").getChannel();
ByteBuffer buffer = channel.map(FileChannel.MapMode.READ_ONLY, 0, channel.size());
我不认为您可以尝试更高效的方法 - 现代操作系统可以很好地优化内存映射文件。
关于Java- 从文件中动态提取子字符串 - 快速方法，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/10364370/