Question

我们有一个应用程序，我们需要过滤某些类型的文件。我们认为正则表达式比简单Strings.endsWith()方法更快。但为了验证这个假设，我们做了一个小的基准测试。以下是我们使用的工作代码：

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Test{

       private static Pattern pattern;
       private static Matcher matcher;   
       private static final String IMAGE_PATTERN = "([^\\s]+(\\.(?i)(jpeg|jpg|png|gif|bmp|css|js))$)";

       private static String[] files = {"jpeg","jpg","png","gif","bmp","css","js"};

    public static void main(String args[]) throws Exception {   

        pattern = Pattern.compile(IMAGE_PATTERN);

        //Input Strings
        String input = args[0];
        String[] inputArr = input.split(",");

        Integer iterations = 10000;
        Integer i = 0;

        Long t1 = System.currentTimeMillis();

        while(i < iterations){

            for (int j = 0; j < inputArr.length; j++) {
                validateReg(inputArr[j]);
            }   
            i++;
        }       
        System.out.println("Time taken using regex:"+(System.currentTimeMillis() - t1));

        t1 = System.currentTimeMillis();
        i=0;
        while(i < iterations){

            for (int j = 0; j < inputArr.length; j++) {
                validateStr(inputArr[j]);
            }
            i++;
        }
        System.out.println("Time taken using .endsWith :"+(System.currentTimeMillis() - t1));

    } 

      public static boolean validateReg(final String file){

          matcher = pattern.matcher(file);
          return matcher.matches();

       }

      public static boolean validateStr(final String file){

          for (int i = 0; i < files.length; i++) {

              if(file.endsWith(files[i])){
                  return true;
              }
        }
            return false;
       }      
 }

输入abc.jpg,efg.css,jij.jpeg,test.java,best.css,not.gif,f.exe,test.js,su.css,not.js,yes,png

打印：

Time taken using regex:89
Time taken using .endsWith :6

并且多次运行的数字相同。即使更改while循环的执行顺序，结果也相同。似乎String.endsWith（）比其正则表达式更快。

现在我的问题是：，这个基准测试方法是否正确得出结论？或者有更好，更可靠的方法来测试这种情况吗？

Answer 1

我发现endsWith更快正常。我怀疑是否需要进行大量测试才能得出结论。

普通字符串搜索方法通常比正则表达式更快（不仅仅是在Java中）。

Answer 2

String.endsWith只需比较比较字符串末尾的字节（字符）即可。另一方面，Regexp需要更多时间来解析regexp，编译它，构建匹配器并执行它。但至于你的问题：这个测试大致可以，至少可以显示regexp和endsWith之间的差异。在更精确的测量中，您应该尽可能晚地选择开始时间戳，可能会尽快排除循环开销和结束时间戳，然后执行一些计算（求和周期）。例如：

long t0, t1, tt = 0L;
for (int i = 0; i < ITERATIONS; i++) {
    t0 = System.currentTimeMillis();
    //- Execute the code its execution time you want to measure here.
    t1 = System.currentTimeMillis();
    tt += (t1 - t0);
}
System.out.println("Total time: " + tt + "ms");

要获得更精确的测量结果，您可以使用System.nanoTime()。

将String.endsWith（..）与等效的regex进行比较

2 个答案: