Question

这似乎有点像一个愚蠢的问题......也许是这样。但是我有一个我经常使用的功能，并且想知道这是否是最快的工作方式。该功能被使用了很多次，以至于任何速度增加实际上都是显而易见的。它只是检查一个字符是否是一个核苷酸（即：如果一个字符是'A'，'T'，'C'或'G'。

private static boolean isValidNucleotide(char nucleotide) {
    nucleotide = Character.toUpperCase(nucleotide);
    if(nucleotide == 'A') return true; 
    if(nucleotide == 'T') return true;
    if(nucleotide == 'C') return true;
    if(nucleotide == 'G') return true;
    return false;
}

这是完成这项工作的最快方式吗？或者您认为值得实现某种索引/地图/其他东西（可能在函数外部执行比较并将此文本复制到代码中的几个位置）？在Java中，我真的不是这方面的专家。

Answer 1

最快（但内存效率最低仍然是255字节还不错！）就像这样：

/* this is static member of class */
static boolean map[] = new boolean[256];
static {
    for(int j = 0; j < map.length; j++)
        map[j] = false;
    /* map your required values true here */ 
    map['A'] = true;
    map['T'] = true;
    map['C'] = true;
    map['G'] = true;
    /* make small letter here too */
    map['a'] = true;
    map['t'] = true;
    map['c'] = true;
    map['g'] = true;
}

然后制作一个这样的函数：

private static boolean isValidNucleotide(char nucleotide) {
    /* complexity is just one access to array */
    return map[nucleotide];
}

正如@paxdiablo所说，在java中，char是2个字节而不是1个字节，但是你的字符在这个范围内。只需将return map[nucleotide];更改为return map[0x00ff & nucleotide];即可。

您还可以将地图的大小更改为65536以确保安全，并避免任何类型的错误。 boolean map = new boolean[65536]

Answer 2

您可以尝试switch-case，它通常用作小型交换机的表查找：

switch(nucleotide) {
case 'A':
case 'T':
case 'C':
case 'G':
    return true;
}
return false;

请注意，如果JVM的JIT经常被调用，它可能会使基于if的代码非常快。

Answer 3

摆脱Character.toUpperCase并检查大写和小案例，它会显着加快你的功能。

private static boolean isValidNucleotide(char nucleotide) {       
    if(nucleotide == 'A' || nucleotide == 'a') return true; 
    // Rest of your conditions

    return false;
}

我使用您的原始功能进行了一项小测试，平均80 ms执行10000000 times，但当我删除Character.toUpperCase()并明确检查两个案例时40 ms只是，这是一个重大改进。

修改

使用@Shivam建议的Map解决方案，Kalra平均仅使用11 ms！

Answer 4

我没试过，但您可以尝试使用Regex

查看效果

非常快速地搜索Java中的特定字符

4 个答案: