java找字符串不同的字符串_Java一次（或以最有效的方式）替换字符串中的多个不同子字符串...

12345678_0001

算法替换匹配字符串(没有正则表达式)的最有效方法之一是使用Aho-Corasick算法和高性能Trie(发音为“try”)，快速散列算法和高效集合实现。简单代码一个简单的解决方案利用Apache StringUtils.replaceEach如下：  private String testStringUtils(

    final String text, final Map definitions ) {

    final String[] keys = keys( definitions );

    final String[] values = values( definitions );

    return StringUtils.replaceEach( text, keys, values );

  }这会减慢大文本的速度。快速代码Bor的 Aho-Corasick算法的实现引入了更多的复杂性，通过使用具有相同方法签名的façade成为实现细节：  private String testBorAhoCorasick(

    final String text, final Map definitions ) {

    // Create a buffer sufficiently large that re-allocations are minimized.

    final StringBuilder sb = new StringBuilder( text.length() <

    final TrieBuilder builder = Trie.builder();

    builder.onlyWholeWords();

    builder.removeOverlaps();

    final String[] keys = keys( definitions );

    for( final String key : keys ) {

      builder.addKeyword( key );

    }

    final Trie trie = builder.build();

    final Collection emits = trie.parseText( text );

    int prevIndex = 0;

    for( final Emit emit : emits ) {

      final int matchIndex = emit.getStart();

      sb.append( text.substring( prevIndex, matchIndex ) );

      sb.append( definitions.get( emit.getKeyword() ) );

      prevIndex = emit.getEnd() + 1;

    }

    // Add the remainder of the string (contains no more matches).

    sb.append( text.substring( prevIndex ) );

    return sb.toString();

  }基准对于基准测试，缓冲区是使用randomNumeric创建的，如下所示：  private final static int TEXT_SIZE = 1000;

  private final static int MATCHES_DIVISOR = 10;

  private final static StringBuilder SOURCE    = new StringBuilder( randomNumeric( TEXT_SIZE ) );在哪里MATCHES_DIVISOR指示要注入的变量数量：  private void injectVariables( final Map definitions ) {

    for( int i = (SOURCE.length() / MATCHES_DIVISOR) + 1; i > 0; i-- ) {

      final int r = current().nextInt( 1, SOURCE.length() );

      SOURCE.insert( r, randomKey( definitions ) );

    }

  }基准代码本身(JMH似乎有点过分)：long duration = System.nanoTime();final String result = testBorAhoCorasick( text, definitions );duration = System.nanoTime() - duration;System.out.println( elapsed( duration ) );1,000,000：1,000一个简单的微基准测试，包含1,000,000个字符和1,000个随机放置的字符串。testStringUtils： 25秒，25533毫秒testBorAhoCorasick： 0秒，68毫秒没有比赛。10,000：1,000使用10,000个字符和1,000个匹配的字符串替换：testStringUtils： 1秒，1402毫秒testBorAhoCorasick： 0秒，37毫秒分歧关闭。1,000：10使用1,000个字符和10个匹配的字符串替换：testStringUtils： 0秒，7毫秒testBorAhoCorasick： 0秒，19毫秒对于短字符串，设置Aho-Corasick的开销会使蛮力方法黯然失色StringUtils.replaceEach。基于文本长度的混合方法是可能的，以获得两种实现的最佳效果。实现考虑比较长度超过1 MB的文本的其他实现，包括：https://github.com/RokLenarcic/AhoCorasickhttps://github.com/hankcs/AhoCorasickDoubleArrayTriehttps://github.com/raymanrt/aho-corasickhttps://github.com/ssundaresan/Aho-Corasickhttps://github.com/jmhsieh/aho-corasickhttps://github.com/quest-oss/Mensa文件与算法有关的论文和信息：http://www.cs.uku.fi/research/publications/reports/A-2005-2.pdfhttps://pdfs.semanticscholar.org/3547/ac839d02f6efe3f6f76a8289738a22528442.pdfhttp://www.ece.ncsu.edu/asic/ece792A/2009/ECE792A/Readings_files/00989753.pdfhttp://blog.ivank.net/aho-corasick-algorithm-in-as3.html