Question

我正在阅读稍后要解析的文件。该文件的大小不可能超过MB，因此在这个阶段对我来说这可能不是一个至关重要的问题。但出于最佳实践原因，我想知道何时是执行手术的最佳时间。

示例：

使用我从http://www.dzone.com/snippets/java-read-file-string粘贴的方法，我正在将缓冲区读入字符串。我现在想要删除所有空格。我的方法目前是这样的：

private String listRaw;

public boolean readList(String filePath) throws java.io.IOException {
    StringBuffer fileData = new StringBuffer(1024);
    BufferedReader reader = new BufferedReader(
            new FileReader(filePath));
    char[] buf = new char[1024];
    int numRead=0;
    while((numRead=reader.read(buf)) != -1){
        String readData = String.valueOf(buf, 0, numRead);
        fileData.append(readData);
        buf = new char[1024];
    }
    reader.close();
    listRaw = fileData.toString().replaceAll("\\s","");
    return true;
}

因此，我将字符串中的所有空格从其存储中删除 - 完整地 - 转换为类变量。

对我来说，这意味着处理更少但内存使用量更多。出于最佳做法原因，我将replaceAll()操作添加到readData变量，我会更好地将其附加到fileData吗？使用更多处理但避免传递多余的空白。

我认为这对我正在处理的小文件影响不小，但是如果它是200MB的日志文件呢？

它完全取决于案例，还是有共识我会更好地遵循？

感谢所有人的投入。我相信你已经帮助我的思维方向成为了编写Java的正确方向。

我已更新我的代码以考虑提出的要点。包括Don Roby的建议，在某些时候，我可能想要保留空间。希望事情现在好多了！

private String listRaw;

public boolean readList(String filePath) throws java.io.IOException {
    StringBuilder fileData = new StringBuilder(51200);
    BufferedReader reader = new BufferedReader(new FileReader(filePath));
    char[] buf = new char[51200];
    boolean spaced = false;
    while(reader.read(buf) != -1){
        for(int i=0;i<buf.length;i++) {
            char c = buf[i];
            if (c != '\t' && c != '\r' && c != '\n') {
                if (c == ' ') {
                    if (spaced) {
                        continue;
                    }
                    spaced = true;
                } else {
                    spaced = false;
                }

                fileData.append(c);
            }
        }
    }
    reader.close();
    listRaw = fileData.toString().trim();
    return true;
}

Answer 1

最后，您最好只创建和应用一次regexp替换。但是你可以通过

获得更多

使用合理的大小初始化StringBuilder
避免在循环内创建String，并将读取的字符直接附加到StringBuilder
避免在每次迭代时实例化新的char缓冲区。

为了避免不必要的长临时字符串创建，您可以通过char读取char，并且仅将char添加到StringBuilder not a whitespace。最后，StringBuilder只包含好的字符，您不需要任何replaceAll()调用。

Answer 2

在这段代码中，实际上有几个非常显着的低效率，你必须先修复它们，然后再担心你提出的相对不那么重要的问题。

首先，不要在循环的每次迭代中创建一个新的buf对象 - 使用相同的对象！这样做没有问题 - 新数据会覆盖旧数据，并节省对象分配（这是您可以执行的更昂贵的操作之一。）

其次，同样地，不要创建String来调用append() - 使用append形式的char数组和偏移量（0，在这种情况下）和长度（numRead，在这种情况下。）同样，每循环迭代创建一个较少的对象。

最后，回答你实际问过的问题：在循环中执行它会在每次迭代时创建一个String对象，但是通过我们刚刚完成的调整，你创建了零对象每次迭代 - 所以删除循环结束时的空白是明显的赢家！

Answer 3

在某种程度上取决于你要做的解析，你可能会更好地取消而不是在一个单独的步骤中删除空格，并在解析过程中忽略它们。

想要删除所有空白也是非常罕见的。您确定不想用单个空格替换多个空格吗？

执行操作的最佳时间：循环内或循环后

3 个答案: