Java 的 String.replace() vs. String.replaceFirst() vs. homebrew答案

【问题标题】：Java's String.replace() vs. String.replaceFirst() vs. homebrewJava 的 String.replace() vs. String.replaceFirst() vs. homebrew
【发布时间】：2011-04-20 01:46:08
【问题描述】：

我有一个类正在做大量的文本处理。对于每个长度为 100->2000 个字符的字符串，我执行 30 种不同的字符串替换。

例子：

string modified;
for(int i = 0; i < num_strings; i++){
 modified = runReplacements(strs[i]);
 //do stuff
}

public runReplacements(String str){
  str = str.replace("foo","bar");
  str = str.replace("baz","beef");
  ....
  return str;
}

'foo'、'baz' 和所有其他“目标”预计只会出现一次并且是字符串文字（不需要实际的正则表达式）。

如你所想，我很关心性能:)

鉴于此，

replaceFirst() 似乎是一个糟糕的选择，因为它不会使用 Pattern.LITERAL 并且会执行不需要的额外处理。
replace() 似乎是一个糟糕的选择，因为它会遍历整个字符串以寻找要替换的多个实例。

此外，由于我的替换文本每次都相同，因此我编写自己的代码似乎是有意义的，否则 String.replaceFirst() 或 String.replace() 将在后台每次执行 Pattern.compile。认为我应该编写自己的代码，这是我的想法：

对每个需要的文字替换执行Pattern.compile()仅一次（无需每次都重新编译）（即 p1 - p30）
然后对每个 pX 执行以下操作：p1.matcher(str).replaceFirst(Matcher.quoteReplacement("desiredReplacement"));

这样我在第一次替换时就放弃了（而不是遍历整个字符串），我使用的是 literal 与 regex，我没有做每次迭代都重新编译。

那么，哪个性能最好？

【问题讨论】：

标签： java regex string performance replace

【解决方案1】：

那么，哪个性能最好？

测量它！ ;-)

ETA：由于两个词的答案听起来很尖刻，所以我会稍微详细说明一下。 “测量它并告诉我们......”因为可能有一些关于您引用的各种方法的性能的一般经验法则（好的方法，所有），但我不知道。正如这个答案中的几个 cmets 所提到的，即便如此，不同的方法很可能会被应用程序环境淹没。因此，在体内对其进行测量，如果这是一个真正的问题，请关注这一点。（让我们知道进展如何......）

【讨论】：

该死的，打败我。 @jonathon，除非您知道自己有性能问题，否则您不会遇到性能问题。
并在你的应用程序的上下文中测量它做它应该做的事情，这似乎是很多工作，但它很容易被任何网络流量的 db 调用的噪音所迷失

【解决方案2】：

首先，通过简单的匹配/替换来运行和分析您的整个应用程序。这可能会告诉你：

您的应用程序已经运行得足够快，或者
您的应用程序大部分时间都在做其他事情，因此不值得优化匹配/替换代码。

假设您已确定匹配/替换是一个瓶颈，请为自己编写一个小型基准测试应用程序，让您可以在代表性输入数据上测试候选算法的性能和正确性。包含可能导致问题的“极端情况”输入数据也是一个好主意；例如对于您示例中的替换，包含序列“bazoo”的输入数据可能是一个极端情况。在性能方面，请确保避免 Java 微基准测试的陷阱；例如JVM 预热效果。

接下来实施一些简单的替代方案并尝试一下。其中之一是否足够好？完成！

除了您的想法之外，您还可以尝试将搜索词连接成单个正则表达式（例如 "(foo|baz)" ），使用 Matcher.find(int) 查找每个匹配项，使用 HashMap 查找替换字符串和一个 StringBuilder 从输入字符串子字符串和替换构建输出字符串。（好吧，这并不完全是微不足道的，它依赖于 Pattern/Matcher 有效地处理交替......我不确定是不是这样。但这就是为什么你应该仔细比较候选人的原因。）

如果（IMO 不太可能）一个简单的替代方案无法解决问题，this wikipedia page 有一些线索可以帮助您实现自己的高效匹配/替换器。

【讨论】：

【解决方案3】：

当您提出问题并得到一堆建议告诉您做大量工作并自己解决时，这不是令人沮丧吗？！

我说使用 replaceAll();

（我不知道它是否确实是最有效的，我只是不想让你觉得你在这个问题上浪费了你的钱却一无所获。）

[编辑] PS。之后，您可能需要对其进行测量。

[编辑 2] 聚苯乙烯。（并告诉我们你发现了什么）

【讨论】：