我最近在一次采访中被问到了这个问题。
给定输入文件，正则表达式和输出文件。读取输入文件，将每一行与正则表达式匹配，并将匹配的行写入输出文件。
我提出了使用链接到FileReader的BufferedReader（以优化磁盘读取）的粗略方案。我用了类似的写作方案。
然后采访者说这个过程需要3秒钟才能从文件中读取一行，1秒钟将正则表达式与行进行比较，另外5秒钟回写。所以每行总共需要9秒。我们该怎样改进这个？
我建议立即读取整个文件，处理它并立即写入整个输出文件。但是，我被告知不会有帮助（写1行= 5秒，写2行= 10秒）。
采访者进一步表示，这是由于硬件/硬盘限制。我被问到如何改进我的代码以减少每行的总秒数（目前为9）？
我只能想到缓冲的读/写，并且在SO上也找不到多少。有什么想法吗 ？
答案 0 :(得分：2)
我认为面试官正在寻找一种能够在编写输出的同时执行读/正则检查的解决方案。如果您设置了一个通过读取和过滤异步填充的工作队列，并将写入放在一个单独的线程中，那么组合的过程每行需要五秒钟，从第二行开始。
这里的假设是阅读，解析和写作可以彼此独立地发生。在这种情况下，您可以在写入第1行时读取第2行：您只需要4秒钟即可读取和应用正则表达式，并且在写入器准备好第二行之前，您已经有整整5秒钟。写作仍然是你的瓶颈，但整个过程加快了44％，这还不错。
答案 1 :(得分：0)
因为读取的时间是固定的并且写入的时间是固定的，所以在这种情况下你唯一的选择就是改变正则表达式的性质。
你可以编写代码来快速应用正则表达式测试，而不需要正则表达式可以做的所有聪明事情的开销。
如果另一方面问题是每个IO请求需要几秒钟才能执行，但限制不是实际驱动器，那么有几个读取器同时读取。
答案 2 :(得分：0)
棘手的问题，因为我们对系统没有太多了解。
我的猜测是使用线程/异步处理。使用一个线程进行读取，使用一个线程处理两个或多个进行写入，从而减少IO等待所花费的时间。
让我尝试将其转换为ASCII图表：
大写字母标记开头，小写字母标记继续工作。 “：”表示线程空闲
Thread 1: RrrRrrRrrRrrRr
Thread 2: ...P..P..P..P.
Thread 3: ....Wwwww
Thread 4: .......Wwwww
使用此设置，第一批在9秒后写回（这里不多做），但第二批在12秒后完成。单线程第二个需要18秒总计