java java中subString、split、stringTokenizer三种截取字符串方法的性能比较

面试的时候，string  基本上是必须问的知识

突然想起面试的时候曾经被人问过：都知道在大数据量情况下，使用String的split截取字符串效率很低，有想过用其他的方法替代吗？用什么替代？我当时的回答很斩钉截铁：没有。

google了一下，发现有2中替代方法，于是在这里我将对这三种方式进行测试。

测试的软件环境为：Windows XP、eclipse、JDK1.6。

测试用例使用类ip形式的字符串，即3位一组，使用”.”间隔。数据分别使用：5组、10组、100组、1000组、10000组、100000组。

实现

闲话不说，先上代码：

[java]  view plain copy print ?

1. package test.java.lang.ref;  
2.   
3. import java.util.Random;  
4. import java.util.StringTokenizer;  
5.   
6. /** 
7.  * String测试类 
8.  * @author xiaori.Liu 
9.  * 
10.  */  
11. public class StringTest {  
12.       
13.     public static void main(String args[]){  
14.         String orginStr = getOriginStr(10);  
15.           
16.         //String.splic()表现//  
17.         System.out.println("使用String.splic()的切分字符串");   
18.         long st1 = System.nanoTime();   
19.         String [] result = orginStr.split("\\.");  
20.         System.out.println("String.splic()截取字符串用时：" + (System.nanoTime()-st1));  
21.         System.out.println("String.splic()截取字符串结果个数：" + result.length);  
22.         System.out.println();  
23.           
24.         //StringTokenizer表现//  
25.         System.out.println("使用StringTokenizer的切分字符串");   
26.         long st3 = System.nanoTime();    
27.         StringTokenizer token=new StringTokenizer(orginStr,".");    
28.         System.out.println("StringTokenizer截取字符串用时:"+(System.nanoTime()-st3));   
29.         System.out.println("StringTokenizer截取字符串结果个数：" + token.countTokens());  
30.         System.out.println();  
31.           
32.         String.substring()表现//  
33.           
34.           
35.         long st5 = System.nanoTime();    
36.         int len = orginStr.lastIndexOf(".");  
37.         System.out.println("使用String.substring()切分字符串");    
38.         int k=0,count=0;    
39.           
40.         for (int i = 0; i <= len; i++) {    
41.          if(orginStr.substring(i, i+1).equals(".")){    
42.           if(count==0){    
43.            orginStr.substring(0, i);    
44.           }else{    
45.              orginStr.substring(k+1, i);   
46.              if(i == len){  
47.                orginStr.substring(len+1, orginStr.length());   
48.            }  
49.           }  
50.           k=i;count++;    
51.          }    
52.         }  
53.         System.out.println("String.substring()截取字符串用时"+(System.nanoTime()-st5));    
54.         System.out.println("String.substring()截取字符串结果个数：" + (count + 1));  
55.     }  
56.       
57.     /** 
58.      * 构造目标字符串 
59.      * eg：10.123.12.154.154 
60.      * @param len 目标字符串组数(每组由3个随机数组成) 
61.      * @return 
62.      */  
63.     private static String getOriginStr(int len){  
64.           
65.         StringBuffer sb = new StringBuffer();  
66.         StringBuffer result = new StringBuffer();  
67.         Random random = new Random();  
68.         for(int i = 0; i < len; i++){  
69.             sb.append(random.nextInt(9)).append(random.nextInt(9)).append(random.nextInt(9));  
70.             result.append(sb.toString());  
71.             sb.delete(0, sb.length());  
72.             if(i != len-1)  
73.                 result.append(".");  
74.         }  
75.           
76.         return result.toString();  
77.     }  
78. }  

改变目标数据长度修改getOriginStr的len参数即可。

5组测试数据结果如下图：

下面这张图对比了下，split耗时为substring和StringTokenizer耗时的倍数：

好吧，我又花了点儿时间，做了几张图表来分析这3中方式的性能。

首先来一张柱状图对比一下这5组数据截取所花费的时间：

从上图可以看出StringTokenizer的性能实在是太好了(对比另两种),几乎在图表中看不见它的身影。遥遥领先。substring花费的时间始终比split要少，但是耗时也在随着数据量的增加而增加。

下面3张折线图可以很明显看出split、substring、StringTokenizer3中实现随着数据量增加，耗时的趋势。

split是变化最大的，也就是数据量越大，截取所需要的时间增长越快。

substring则比split要平稳一点点，但是也在增长。

StringTokenizer则是表现最优秀的，基本上平稳，始终保持在5000ns一下。

结论

最终，StringTokenizer在截取字符串中效率最高，不论数据量大小，几乎持平。substring则要次之，数据量增加耗时也要随之增加。split则是表现最差劲的。

究其原因，split的实现方式是采用正则表达式实现，所以其性能会比较低。至于正则表达式为何低，还未去验证。split源码如下：

[java]  view plain copy print ?

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