split函数的另一种解决方案

背景：split函数是大家经常用到的一个字符串函数，它的主要功能就是将字符串按某种规则转换成字符串数组。在java中split是以正则表达式的机制来实现的。

 

假设一个百万行的字符文本，需要按行进行处理，每行的数据对应库表中的一行，以“；”分割后对应库表中的列，要求尽可能优化。

 

在上面的环境中需要对字符串进行分割，这显然是split干的活，所以初次优化可以从split函数入手。跟进split函数的java实现：

 

public String[] split(String regex, int limit) { return Pattern.compile(regex).split(this, limit); }

 

原来split是调用了Pattern的一个方法，而且每次都还得生成一个Pattern的实例，那运行100w次的话，岂不是要生成100w次。那么这时候有了一个优化方案：生成一个Pattern的实例，然后直接使用这个实例进行操作。

Pattern pattern = Pattern.compile(regex); while(){ ...... pattern.split(line); ...... }

 

经过上面的修改后再次运行代码，发现执行速度上果然有所提升，不过收效甚微。怎么办呢？首先split用到了正则表达式，这个东西用起来方便，但是效率上肯定没有直接处理来的快。如果现在能够有种方法直接在按字符读取字符串的过程中就把字符串给分割，那该有多好啊。我们现在就按字符来读取字符串，读着读着就到了第一个分隔符，这时候现在读取的字符集合（除了这个分隔符），就是分割后的第一个字符串。好，看下面的代码：

 

public class SimpleStack { private char[] ck; private int position = 0; public SimpleStack(String source) { ck = new char[source.length()];//确保栈的高度 } public void push(char c) { ck[position] = c; position++; } public char pop() { char temp = ck[position]; position--; return temp; } public String popall() { String temp = new String(ck, 0, position ); position = 0; return temp; } }

 

下面是处理方法的片段

 

char[] line = source.toCharArray(); SimpleStack stack = new SimpleStack(source); int index = 0; while(index < line.length){ if(line[index]!=';'){ stack.push(line[index]); index++; }else{ bean.setA(stack.popall());//A属性已得到 index++; break; } } while(index < line.length){ if(line[index]!=';'){ stack.push(line[index]); index++; }else{ bean.setB(stack.popall());//B属性已得到 index++; break; } }

 

简单处理后，已经拿到可以插入数据库的数据了。

 

这里只是做下抛砖引玉，欢迎大家多多指教。