Question

程序需要许多命令，然后需要将命令分解为部分以便它可用，目前有一个非常粗略的版本。希望尽可能快地完成它。这里有一些代码，这是可以理解的：

String keyCommands[] = new String[]{"me","a","new","word","text", "document","notepad"};
String optional[] = new String[]{"hi","Hey","Please","Do you mind"};
String keyWords[] = new String[]{"open","opening","open up","log in", "login","email","quit"};

如果我输入的内容如下：＆＃34;嘿，请打开一个新的记事本＆＃34; 什么是从字符串中剥离可选数组中的东西的最快方法，然后将字符串拆分为键命令和关键字。

奖金，但不是必需的：如果在示例中它是开放的，我怎么能得到它只是记录这意味着打开（记住，所有这些数组在我的程序中更大，所以只是检查是否单词open就在其中只适用于这个特定的情况）。

我希望这个问题不要混淆。效率对我来说非常重要。

Answer 1

您正在使用的关键字/命令集有多大？输入字符串有多大？你需要多少次这样做一秒钟？你说性能对你来说很重要，但可能性能并不像你想象的那么重要。

是否可以将不是命令或关键字的任何解释为“可选”？这样可以简化问题。

如果您真的想知道绝对最快的方式以您描述的方式处理输入字符串，首先，如果输入作为char输入最好数组，而不是String。根据您从中读取输入的位置，您可以将char s（或byte s，如果在您的情况下更合适）直接读入预分配的数组，处理它，然后重复使用读取下一个输入时的数组。您需要在数组中保留一个索引，指示输入结束的位置。

接下来，假设您确实需要绝对最大性能，下一步可能是手动编码DFA（状态机），它对输入进行单次传递，挑选出你的部分需要并复制它们。这类似于基于DFA的正则表达式引擎在内部执行的操作，但通过仔细的手动编码，您应该能够提供比正则表达式引擎更快的功能。

对于类似的结果，工作少得多，制作一个正则表达式，它是所有命令/关键字/可选短语的联合。正则表达式应以\G开头，以便在上一场比赛结束时将其锚定。（您可以查找有关在正则表达式中使用\G锚点的信息。）由于您需要高性能，请确保重用单个Pattern对象。在一个循环中，反复匹配输入字符串以拉出碎片。然后，在几个集合中进行成员资格测试，以确定匹配是命令，关键字还是其他内容。

您可以尝试使用哈希集或其他方式查看成员资格测试是否会更快。实际上，trie可能是最快的，但我不认为Java平台中有任何标准类用于搜索trie。

如果您编写自己的trie类，作为奖励，您可以将它与命令集的和组合在一起，并且它可以识别给定字符串中的哪一个。

如果你写自己的特里，我想看到它！

另一个想法，再次假设您需要荒谬的性能级别，将使用完美哈希进行成员资格测试，因为您的关键字/命令集是事先知道的。

Answer 2

分开一个单词用空格分隔的句子，你可以尝试类似的东西：

String input = "Hey please open up a new notepad";
String[] words = input.split("\\s+");

现在单词具有以下结构：

words[0] = "Hey", words[1] = "please", words[2] = "open" and so on.

如果您有复杂的语句，还可以在Java中查看Regular Expressions，以便您可以识别输入语句中的模式并执行适当的命令。

Answer 3

效率对我来说非常重要。

可能是这样。但是，参数解析的效率可能不大。

在程序执行期间只发生一次。
除非它非常复杂（或设计非常糟糕），否则解析可能比引导JVM所需的时间少得多，加载应用程序和其他各种“预热”开销。基于JVM的应用程序，无法快速启动。

所以我建议推迟尝试解析/处理命令参数，直到你的应用程序的其余部分编码，测试并运行。然后执行以下操作：

基准测试应用程序执行典型任务。如果它“足够快”，那么你就完成了。
使用CPU性能分析器对应用程序进行概要分析，以计算“大部分”时间内的性能热点。
确定一个最大热点的潜在优化，并对其进行编码并对其进行测试，然后重新运行您的基准测试，看看您是否实际改进了性能。
< / LI>
从步骤2开始重复......直到您用完了有价值的热点和潜在的优化。

我希望你会发现，尽管你的直觉，你的论证处理永远不会成为性能热点的“头版”。这意味着优化该代码的收益不会大到足以证明这一努力的合理性。

另一件事是你似乎在做的是某种自然语言处理。如果你正在进行“真实的”语言处理（与简单和启发式的不同），那么这是一个非常困难和技术领域。您最好寻找现有的库并使用它...并依靠库实现者来处理效率问题。

在java中分离String的最快方法

3 个答案: