javaRegex效率

javaRegex效率 　　對於Regex的使用效率問題，我在網上看到的有兩種截然不同的結果，到底它的效率如何，今天我用java來做了個則試。　　解決的問題很簡單，從一個字串中把用Regex如href="[^\"]*"的字串儲存到一個list中去。先構造一個長字串，再進行匹配操作。測試代碼如下：

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

public class Reg {

public String content = "";
public List userRegList = new LinkedList();
public List userCommonList = new LinkedList();
public List userOneToOneList = new LinkedList();

//傳入的參數為構造的字串長度
public void initContent(int count) {

//選用StringBuffer，可以選用String一試，體現雙方拼接字串的效率差異
    StringBuffer sb = new StringBuffer();
    for (int i = 0; i < count / 20; i++) {

     //為了簡化，統一用一小段來迴圈
     sb.append("abc href=\"abcd\"abce");

    }
    this.content = sb.toString();

}

//使用Regex方式
public void useRegCode() {
    Pattern p = Pattern.compile("href=\"[^\"]*\"", Pattern.CANON_EQ);
    Matcher match = p.matcher(this.content);
    while (match.find()) {
     userRegList.add(match.group(0));
    }

}

// 主要使用字串中提供的find函數來實現
public void useCommonCode() {

    int i = 0;
    int index = 0;
    while ((index = content.indexOf("href=\"", i)) != -1) {
     int endIndex = content.indexOf("\"", index + 6);
     i = endIndex + 1;
     userCommonList.add(content.substring(index, endIndex + 1));
    }

}

//　一個一個字元地去遍曆判斷

public void useOneToOneCode() {
    int length = content.length();
    for (int i = 0; i < length; i++) {

　 //這裡的實現有點依賴了目標的頭字元了，為了簡單忽略
     if (content.charAt(i) == 'h' && i + 5 < length
       && content.substring(i, i + 5).equals("href=")) {
      int j = i + 6;
      boolean match = false;
      for (; j < length; j++) {
       if (content.charAt(j) == '\"') {
        match = true;
        break;
       }

      }
      j++;

      if (match) {
       userOneToOneList.add(content.substring(i, j));
      }
      i = j;

     }

    }
}

//消耗時間記錄，為了避免前後程式的幹擾，在具體測試中，一個一個來測試記錄時間
public static void main(String[] args) {  
　 Reg r = new Reg();
    r.initContent(8000000);

    // 使用OneToOne
    long t5 = System.currentTimeMillis();
    r.useOneToOneCode();
    long t6 = System.currentTimeMillis();
    System.out.println("你的程式運行了:" + (int) ((t6 - t5) / 1000) + "秒"
      + ((t6 - t5) % 1000) + "毫秒");
 

    // 使用Regex
    long t3 = System.currentTimeMillis();
    r.useRegCode();
    long t4 = System.currentTimeMillis();
    System.out.println("你的程式運行了:" + (int) ((t4 - t3) / 1000) + "秒"
      + ((t4 - t3) % 1000) + "毫秒");

    // 使用find

    long t1 = System.currentTimeMillis();
    r.useCommonCode();
    long t2 = System.currentTimeMillis();
    System.out.println("你的程式運行了:" + (int) ((t2 - t1) / 1000) + "秒"
      + ((t2 - t1) % 1000) + "毫秒");
}

}

　　測試過程中，每種方式單獨運行，資料量為8000000字元，資料如下，縱座標單位為毫秒，橫座標單位為次，如圖1.1

圖1.1

　　當資料量小的時候如800字元到8個字元，使用Regex大約需25毫秒(猜想，所用時間消耗在正則式的解釋中)，而其它兩種方式不足1毫秒，若資料量為80000字元，使用Regex大約需45毫秒，而其它兩種方式大約為14毫秒。

　　通過這次測試，Regex在開發coding中，閱讀和防止出bug上有很大好處，但是其效能依然值得注意。