关于java split 耗内存的问题，做个记录

目录

java的分割方式：

1.string.split

2.StringTokenizer

3.StringUtils的split 相关方法

4.如何解决循环中耗内存的长字符串的分割

---

java的分割方式：

1.string.split

    这是在使用java时，最常用的分割字符串的方法，非常好用，比如

    按符号进行分割

// 分割逗号
String str = "a,b,c,d";
String[] strs = str.split(",");


// 分割＃号
String str = "a#b#c#d";
String[] strs = str.split("#");

   甚至是多字符分割

// 分割＃号
String str = "a#$b#$c#$d";
String[] strs = str.split("#$");

   但是，split的分割，是按正则的方式进行匹配的，字符串短的话，倒是无所谓，一但字符串比较长，而且需要大批量分割，比如

List<String> list = new ArrayList<String>();
for (int i = 0; i < 100000; i++) {
    String str = i + "#a" + i + "#b"+i ........................; // 省略长度
    list.add(str);
}


// 年轻人，耗子尾汁
for (String str : list) {
    String[] strs = str.split("#");
    
    // 其他代码
}

    类似这种，数据量大的，不出意外的话，会out of memory。可能你想说老子TM内存32G，跑起进程粑粑C。加大内存就完事，那下面就不用看了。

    那么大批量的长字符串分割，得怎么搞咧？

    实际上，有其他方式，比如 StringTokenizer

2.StringTokenizer

    这是个好东西，用它来进行字符串的分割，是挺不错的，但是它处理的方式，没有split来的方便，比如：

String line = "a#b#c#d";
StringTokenizer strToke = new StringTokenizer(line, "#");
while(strToke.hasMoreTokens()){
     // 建议先取出来，因为每调一次strToke.nextToken()，就走一个
     String val = strToke.nextToken();
     String vals = strToke.nextToken();   // 不要这么玩，val 和 vals 将不一样
}

    它有个麻烦的一点。这个可以看源码或测试发现，它会跳过空字符的部分，比如

String line = "a##b#c#d";
StringTokenizer strToke = new StringTokenizer(line, "#");
while(strToke.hasMoreTokens()){
     String val = strToke.nextToken();
}

// 以上如果按照split的结果，会是
a

b
c
d

// 但StringTokenizer的结果，会是
a
b
c
d

// 或许那个空格，正是你需要保留的，但是StringTokenizer它没有给你留下来

    而且，取值相对不方便，比如，你需要这样：

StringTokenizer strToke = new StringTokenizer(line, "#");
int i = 0;
while(strToke.hasMoreTokens()){
    String val = strToke.nextToken();
    switch (i) {
        case 1:
            type = val;
            break;
        case 2:
            value = val;
            break;
        default:
            break;
    }
    i++;
}

    再一点是，StringTokenizer 没办法进行多字符分割，比如你想进行"#$"的分割，然而，它找到#就返回了。

    所以说世界上所有好的玩意，都有一些不如意。

3.StringUtils的split 相关方法

    common包的工具类StringUtils确实提供了String.split 类似的方法，返回的结果也跟String.split 一样，都可以用数组进行接收。但是，它也跟StringTokenizer 一样，无法进行多字符的分割。但是，这些分割效率比较高的，稍微瞅瞅源码，会发现，他们是ChatAt 分开字符串，进行匹配的。

4.如何解决循环中耗内存的长字符串的分割

    如果你的业务类型，只需要 单字符 分割的，StringUtils的split方法，已经足够了。但如果你需要进行多字符串 分割，老老实实自己写一个吧，也不难，通过CharAt的方式就行了。