java 存放超长字符串 java处理超长字符串

首先，我们用下面的一段代码，去拼接出来一个用逗号分隔的超长字符串，把从 0 开始一直到 9999 的每个数字都用逗号分隔，拼接成一个超长的字符串，以便于我们可以进行实验。

public class StringSplitTest {

    public static void main(String[] args) {
        String string = null;
        StringBuffer stringBuffer = new StringBuffer();

        int max = 10000;
        for(int i = 0; i < max; i++) {
            stringBuffer.append(i);
            if(i < max - 1) {
                stringBuffer.append(",");
            }
        }
        string = stringBuffer.toString();
    }

}

接着我们可以用下面的代码来测试一下，如果用最基础的 split 方法来对超长字符串做切割，循环切割 1w 次，要耗费多长时间，看如下代码测试：

public class StringSplitTest {

    public static void main(String[] args) {
        String string = null;
        StringBuffer stringBuffer = new StringBuffer();

        int max = 10000;
        for(int i = 0; i < max; i++) {
            stringBuffer.append(i);
            if(i < max - 1) {
                stringBuffer.append(",");
            }
        }
        string = stringBuffer.toString();

        long start = System.currentTimeMillis();
        for(int i = 0; i < 10000; i++) {
            string.split(",");
        }
        long end = System.currentTimeMillis();
        System.out.println(end - start);
    }

}

经过上面代码的测试，最终发现用 split 方法对字符串按照逗号进行切割，切割 1w 次是耗时 2000 多毫秒，这个不太固定，大概是 2300 毫秒左右。

 

StringTokenizer，这个工具是 JDK 提供的，也是专门用来进行字符串切割的，他的性能会更好一些。

我们可以看下面的代码，用他来进行 1w 次字符串切割，看看具体的性能测试结果如何：

import java.util.StringTokenizer;

public class StringSplitTest {

    public static void main(String[] args) {
        String string = null;
        StringBuffer stringBuffer = new StringBuffer();

        int max = 10000;
        for(int i = 0; i < max; i++) {
            stringBuffer.append(i);
            if(i < max - 1) {
                stringBuffer.append(",");
            }
        }
        string = stringBuffer.toString();

        long start = System.currentTimeMillis();
        for(int i = 0; i < 10000; i++) {
            string.split(",");
        }
        long end = System.currentTimeMillis();
        System.out.println(end - start);

        start = System.currentTimeMillis();
        StringTokenizer stringTokenizer =
                new StringTokenizer(string, ",");
        for(int i = 0; i < 10000; i++) {
            while(stringTokenizer.hasMoreTokens()) {
                stringTokenizer.nextToken();
            }
            stringTokenizer = new StringTokenizer(string, ",");
        }
        end = System.currentTimeMillis();
        System.out.println(end - start);
    }

}

大家看上面的代码，用 StringTokenizer 可以通过 hasMoreTokens() 方法判断是否有切割出的下一个元素，如果有就用 nextToken() 拿到这个切割出来的元素，一次全部切割完毕后，就重新创建一个新的 StringTokenizer 对象。

这样连续切割 1w 次，经过测试之后，会发现用 StringTokenizer 切割字符串 1w 次的耗时大概是 1900 毫秒左右。

大家感觉如何？是不是看到差距了？换一下切割字符串的方式，就可以让耗时减少 400~500ms，性能目前已经可以提升 20% 了。

 

接着我们来自己封装一个切割字符串的函数，用这个函数再来做一次字符串切割看看。

private static void split(String string) {
  String remainString = string;
  int startIndex = 0;
  int endIndex = 0;
  while(true) {
    endIndex = remainString.indexOf(",", startIndex);
    if(endIndex <= 0) {
      break;
    }
    remainString.substring(startIndex, endIndex);
    startIndex = endIndex + 1;
  }
}

上面那段代码是我们自定义的字符串切割函数，大概意思是说，每一次切割都走一个 while 循环，startIndex 初始值是 0，然后每一次循环都找到从 startIndex 开始的下一个逗号的 index，就是 endIndex，基于 startIndex 和 endIndex 截取一个字符串出来。

然后 startIndex 可以推进到本次 endIndex + 1 即可，下一次循环就会截取下一个逗号之前的子字符串了。

 

下面我们用用上述自定义的切割函数再次测试一下，如下代码：

import java.util.StringTokenizer;

public class StringSplitTest {

    public static void main(String[] args) {
        String string = null;
        StringBuffer stringBuffer = new StringBuffer();

        int max = 10000;
        for(int i = 0; i < max; i++) {
            stringBuffer.append(i);
            if(i < max - 1) {
                stringBuffer.append(",");
            }
        }
        string = stringBuffer.toString();

        long start = System.currentTimeMillis();
        for(int i = 0; i < 10000; i++) {
            string.split(",");
        }
        long end = System.currentTimeMillis();
        System.out.println(end - start);

        start = System.currentTimeMillis();
        StringTokenizer stringTokenizer =
                new StringTokenizer(string, ",");
        for(int i = 0; i < 10000; i++) {
            while(stringTokenizer.hasMoreTokens()) {
                stringTokenizer.nextToken();
            }
            stringTokenizer = new StringTokenizer(string, ",");
        }
        end = System.currentTimeMillis();
        System.out.println(end - start);

        start = System.currentTimeMillis();
        for(int i = 0; i < 10000; i++) {
            split(string);
        }
        end = System.currentTimeMillis();
        System.out.println(end - start);
    }

    private static void split(String string) {
        String remainString = string;
        int startIndex = 0;
        int endIndex = 0;
        while(true) {
            endIndex = remainString.indexOf(",", startIndex);
            if(endIndex <= 0) {
                break;
            }
            remainString.substring(startIndex, endIndex);
            startIndex = endIndex + 1;
        }
    }

}

经过上述代码测试之后，我们自己写的字符串切割函数的耗时大概是在 1000ms 左右，相比较之下，比 String.split 方法的性能提升了 2 倍多，比 StringTokenizer 的性能也提升了 2 倍，如果要是字符串更大呢？

其实字符串越大，性能差距就会越多，可能会呈更大的倍数提升我们的性能！