java - 从性能角度来看，使用拆分或匹配正则表达式从字符串中提取子文本更好？

Question

我有一个像这样的字符串:

/good/312321312/bad/3213122131

我必须从那里提取两组数字。 我考虑了两种解决方案:使用 split() 或简单地编写正则表达式来匹配数字。 性能方面更好的解决方案是什么？ 如果您有任何其他建议，请告诉我。

Answer 1

由于创建新字符串意味着复制所有字符，因此 split 的隐式 substring 操作是这里最昂贵的方面。创建一个数组来保存所有字符串，并添加到其中，但与创建的字符串相比微不足道。不过，我们可以避免这两种情况。

static final Pattern NUMBER = Pattern.compile("\\d+");

public static void main(String[] args) {
    String s = "/good/312321312/bad/3213122131";

    long first = -1, second = -1;
    Matcher m = NUMBER.matcher(s);
    if(m.find()) {
        first = Long.parseLong(s, m.start(), m.end(), 10);
        if(m.find()) {
            second = Long.parseLong(s, m.start(), m.end(), 10);
        }
    }

    System.out.println(first + "\t" + second);
}

或

public static void main(String[] args) {
    String s = "/good/312321312/bad/3213122131";

    LongStream.Builder b = LongStream.builder();
    Matcher m = NUMBER.matcher(s);
    while(m.find()) b.add(Long.parseLong(s, m.start(), m.end(), 10));

    long[] result = b.build().toArray();

    System.out.println(Arrays.toString(result));
}

当性能很重要时，保留和重用已编译的 Pattern 实例非常重要，而不是使用像 String.split 这样的便捷方法操作后丢弃 Pattern 实例。

显然，只有当代码执行多次时这才重要。但当代码只执行一次时，它的性能无论如何都不重要。

Long.parseLong从 Java 9 开始就存在允许跳过 substring 操作的方法。但是，即使您在此处使用 Long.parseLong(m.group())，您也可以避免为非数字部分并保留尽可能短的临时字符串，这对优化器友好。