Java字符串搜索性能很少，但很多次

Question

我有一个处理大量消息的服务（这些消息最多100个字符）。

要做的任务之一是检测消息是否包含字符串，该字符串始终相同。 以下哪项更快？ 正则表达式，预编译正则表达式，IndexOf，包含或任何其他？

Answer 1

只需使用contains：如果您是第一次看到该消息，那么您基本上无法做任何其他事情，因为您必须至少查看一次消息内容。但是在您查找时，您可以同时检查它是contains特殊关键字。

您可以（也可能应该）做的是并行处理多条消息，因为您的任务似乎与消息数量相媲美。

Answer 2

我有一个不同的理论，因为你指的是一个处理大量消息并且消息很长的服务，我建议你使用Pattern，Matcher，因为它是找到正则表达式文本的正确方法。在实践中（使用大型文本），在您的情况下，这将是最有效的方式。这是因为正则表达式引擎（慢速）不会处理常量模式（如“ho”），而是由Boyer-Moore-Algorithm（快速）处理。此外，如果您正在实现一个仅根据某些模式处理消息的服务，您必须保持其灵活性，以便它允许可扩展的搜索模式，而不是被修复 - 即，服务从配置获取模式并应用它根据标准。

此guide显示了如何实施搜索模式，应用符合您需求的搜索模式。它有很好的例子，说明如何使用Quantifiers，Boundary Matchers等。Here是另一个有用的链接，指向专注于正则表达式和String.matches性能的博客。

Answer 3

如果您在多个文本中搜索一个字符串，而不是使用字符串搜索算法。如果使用jdk java.util.regex.Pattern搜索常量模式，则会隐式使用一个。有更快的算法，它们的性能不同：

• 字母大小
• 模式的大小

如果搜索多个字符串，则jdk中没有其他选项（不要使用java.util.regex，因为它无法有效搜索多个字符串）。

的多字符串算法在性能上有所不同

• 字母大小
• 模式的大小
• 搜索模式的数量

您可以在StringSearchAlgorithms找到单字符串/多字符串算法的概述。