关于操纵字符串的简单商量。
添加时间:2013-7-9 点击量:
始于之前的阿里口试，按照口试官的提示，重写了三遍办法才写对，教条？不过我对此有别的的见地。
如下代码，三种不合的截取体式格式，前面两种都比口试官所说的办法快，速度并且不在同一个量级。
而以字节操纵又比以字符操纵略慢，其原因在于以字节操纵的最后请求new String，从源码可知其会导致从头按字符集编码。
可知，快速的操纵字符串，底子的手段是以JAVA字符（char）情势进行操纵，其次是字节情势，在字节与字符之间互操纵是机能最差的体式格式。
import java.io.UnsupportedEncodingException;
import java.util.Random;
public class Example {
/
<pre>
以字符字节的情势操纵字节截取。
</pre>
＠param src
＠param length
＠param charset
＠return
＠throws UnsupportedEncodingException
/
public static String subStringInChar（String src， int length， String charset） throws UnsupportedEncodingException {
int srcLength = src.length（）;
int i = 0;
int len = 0;
int rollback = 0;
while （true） {
if （len >= length || length>=srcLength） {
break;
}
if （src.charAt（i） < 256） {
rollback=0;
len += 1;
} else {
rollback=1;
len += 2;
}
i+=1;
}
if （len!=length）{
i-=rollback;
}
return src.substring（0， i）;
}
/
<pre>
逐字节截取字符。
</pre>
＠param src
＠param length
＠param charset
＠return
＠throws UnsupportedEncodingException
/
public static String subString（String src， int length， String charset） throws UnsupportedEncodingException {
if （charset == null） {
charset = GBK;
}
int firstStartScope = 129 - 1;
int firstEndScope = 254 + 1;
int secondStartScope = 64 - 1;
int secondEndScope = 254 + 1;
byte[] bytes = src.getBytes（charset）;
int i = 0;
for （; i < bytes.length;） {
int b1 = bytes[i] & 0 xFF;
int b2 = bytes[i+1] & 0 xFF;
if （b1 > firstStartScope && b1 < firstEndScope && b2 > secondStartScope && b2 < secondEndScope） {
if （i+1==length）{
i=length-1;
break;
}else if （i+1>length）{
i=length;
break;
}
i+=2;
}else{
i+=1;
if （i==length）{
break;
}
}
}
return new String（bytes， 0， i， charset）;
}
/
<pre>
口试官承认的操纵办法
</pre>
＠param str
＠param subSLength
＠param charset
＠return
＠throws UnsupportedEncodingException
/
public static String subStr（String str， int subSLength， String charset） throws UnsupportedEncodingException {
if （charset == null） {
charset = GBK;
}
if （str == null） {
return ;
} else {
int tempSubLength = subSLength;//截取字节数
int strLength = str.length（）;
String subStr = str.substring（0， strLength < subSLength ？ strLength : subSLength）;//截取的子串
int subStrByetsL = subStr.getBytes（charset）.length;//截取子串的字节长度
while （subStrByetsL > tempSubLength） {
int subSLengthTemp = --subSLength;
subStr = str.substring（0， subSLengthTemp > strLength ？ strLength : subSLengthTemp）;
subStrByetsL = subStr.getBytes（charset）.length;
//subStrByetsL = subStr.getBytes（）.length;
}
return subStr;
}
}
private static Random random = new Random（）;
public static String getRandomString（） {
String base = abcdefghijklmnopqrstuvwxyz0123456789;
int randomLength = 10000;
int strLength = random.nextInt（randomLength）;
while （strLength < randomLength / 2） {
strLength = random.nextInt（randomLength）;
}
char[] chars = new char[strLength];
for （int i = 0; i < chars.length; i++） {
char c = （char） （0 x4e00 + （int） （Math.random（） （0 x9fa5 - 0 x4e00 + 1）））;
if （random.nextInt（3） > 0） {
c = base.charAt（random.nextInt（base.length（）））;
}
chars[i] = c;
}
return new String（chars）;
}
public static void main（String[] args） throws UnsupportedEncodingException {
long start = System.currentTimeMillis（）;
long s1 = 0;
long s2 = 0;
long s3 = 0;
Random random = new Random（）;
for （int i = 0; i < 100; i++） {
String str = getRandomString（）;
// String str = 我ABC汗;
// System.out.println（str）;
if （str.length（） == 0） {
continue;
}
start = System.currentTimeMillis（）;
int randomLeng = random.nextInt（str.length（））;
// int randomLeng = 6;
String str1 = subString（str， randomLeng， null）;
// System.out.println（str1）;
s1 += （System.currentTimeMillis（） - start）;
start = System.currentTimeMillis（）;
String str2 = subStr（str， randomLeng， null）;
// System.out.println（str2）;
s2 += （System.currentTimeMillis（） - start）;
start = System.currentTimeMillis（）;
String str3 = subStringInChar（str， randomLeng， null）;
// System.out.println（str3）;
s3 += （System.currentTimeMillis（） - start）;
if （!str1.equals（str2） || !str2.equals（str3） || !str1.equals（str3）） {
System.out.println（i）;
System.out.println（str）;
System.out.println（randomLeng）;
System.out.println（str1）;
System.out.println（str2）;
System.out.println（str3）;
break;
}
}
System.out.println（s1）;
System.out.println（s2）;
System.out.println（s3）;
}
}
容易发怒的意思就是： 别人做了蠢事， 然后我们代替他们， 表现出笨蛋的样子。—— 蔡康永
始于之前的阿里口试，按照口试官的提示，重写了三遍办法才写对，教条？不过我对此有别的的见地。
如下代码，三种不合的截取体式格式，前面两种都比口试官所说的办法快，速度并且不在同一个量级。
而以字节操纵又比以字符操纵略慢，其原因在于以字节操纵的最后请求new String，从源码可知其会导致从头按字符集编码。
可知，快速的操纵字符串，底子的手段是以JAVA字符（char）情势进行操纵，其次是字节情势，在字节与字符之间互操纵是机能最差的体式格式。
import java.io.UnsupportedEncodingException;
import java.util.Random;
public class Example {
/
<pre>
以字符字节的情势操纵字节截取。
</pre>
＠param src
＠param length
＠param charset
＠return
＠throws UnsupportedEncodingException
/
public static String subStringInChar（String src， int length， String charset） throws UnsupportedEncodingException {
int srcLength = src.length（）;
int i = 0;
int len = 0;
int rollback = 0;
while （true） {
if （len >= length || length>=srcLength） {
break;
}
if （src.charAt（i） < 256） {
rollback=0;
len += 1;
} else {
rollback=1;
len += 2;
}
i+=1;
}
if （len!=length）{
i-=rollback;
}
return src.substring（0， i）;
}
/
<pre>
逐字节截取字符。
</pre>
＠param src
＠param length
＠param charset
＠return
＠throws UnsupportedEncodingException
/
public static String subString（String src， int length， String charset） throws UnsupportedEncodingException {
if （charset == null） {
charset = GBK;
}
int firstStartScope = 129 - 1;
int firstEndScope = 254 + 1;
int secondStartScope = 64 - 1;
int secondEndScope = 254 + 1;
byte[] bytes = src.getBytes（charset）;
int i = 0;
for （; i < bytes.length;） {
int b1 = bytes[i] & 0 xFF;
int b2 = bytes[i+1] & 0 xFF;
if （b1 > firstStartScope && b1 < firstEndScope && b2 > secondStartScope && b2 < secondEndScope） {
if （i+1==length）{
i=length-1;
break;
}else if （i+1>length）{
i=length;
break;
}
i+=2;
}else{
i+=1;
if （i==length）{
break;
}
}
}
return new String（bytes， 0， i， charset）;
}
/
<pre>
口试官承认的操纵办法
</pre>
＠param str
＠param subSLength
＠param charset
＠return
＠throws UnsupportedEncodingException
/
public static String subStr（String str， int subSLength， String charset） throws UnsupportedEncodingException {
if （charset == null） {
charset = GBK;
}
if （str == null） {
return ;
} else {
int tempSubLength = subSLength;//截取字节数
int strLength = str.length（）;
String subStr = str.substring（0， strLength < subSLength ？ strLength : subSLength）;//截取的子串
int subStrByetsL = subStr.getBytes（charset）.length;//截取子串的字节长度
while （subStrByetsL > tempSubLength） {
int subSLengthTemp = --subSLength;
subStr = str.substring（0， subSLengthTemp > strLength ？ strLength : subSLengthTemp）;
subStrByetsL = subStr.getBytes（charset）.length;
//subStrByetsL = subStr.getBytes（）.length;
}
return subStr;
}
}
private static Random random = new Random（）;
public static String getRandomString（） {
String base = abcdefghijklmnopqrstuvwxyz0123456789;
int randomLength = 10000;
int strLength = random.nextInt（randomLength）;
while （strLength < randomLength / 2） {
strLength = random.nextInt（randomLength）;
}
char[] chars = new char[strLength];
for （int i = 0; i < chars.length; i++） {
char c = （char） （0 x4e00 + （int） （Math.random（） （0 x9fa5 - 0 x4e00 + 1）））;
if （random.nextInt（3） > 0） {
c = base.charAt（random.nextInt（base.length（）））;
}
chars[i] = c;
}
return new String（chars）;
}
public static void main（String[] args） throws UnsupportedEncodingException {
long start = System.currentTimeMillis（）;
long s1 = 0;
long s2 = 0;
long s3 = 0;
Random random = new Random（）;
for （int i = 0; i < 100; i++） {
String str = getRandomString（）;
// String str = 我ABC汗;
// System.out.println（str）;
if （str.length（） == 0） {
continue;
}
start = System.currentTimeMillis（）;
int randomLeng = random.nextInt（str.length（））;
// int randomLeng = 6;
String str1 = subString（str， randomLeng， null）;
// System.out.println（str1）;
s1 += （System.currentTimeMillis（） - start）;
start = System.currentTimeMillis（）;
String str2 = subStr（str， randomLeng， null）;
// System.out.println（str2）;
s2 += （System.currentTimeMillis（） - start）;
start = System.currentTimeMillis（）;
String str3 = subStringInChar（str， randomLeng， null）;
// System.out.println（str3）;
s3 += （System.currentTimeMillis（） - start）;
if （!str1.equals（str2） || !str2.equals（str3） || !str1.equals（str3）） {
System.out.println（i）;
System.out.println（str）;
System.out.println（randomLeng）;
System.out.println（str1）;
System.out.println（str2）;
System.out.println（str3）;
break;
}
}
System.out.println（s1）;
System.out.println（s2）;
System.out.println（s3）;
}
}
容易发怒的意思就是： 别人做了蠢事， 然后我们代替他们， 表现出笨蛋的样子。—— 蔡康永
