Java字符串与正则表达式操作方法详解

写在前面

1、String在java源码中是怎么实现的？

2、什么是正则表达式的DFA自动机和NFA自动机？

1、String

1.1、String底层实现

Java 6及以前版本，通过char数组，每个char占用两个字节，使得String能够很好地处理Unicode。

public final class String implements java.io.Serializable, Comparable<String>, CharSequence {  
    private final char[] value;  
    private int offset;  
    private int count;  
    // ...其他成员和方法  
}  

Java 7至Java 8版本，offset和count两个变量被移除，String.substring不再共享char[]，解决内存可能泄漏问题。

public final class String implements java.io.Serializable, Comparable<String>, CharSequence {  
    private final char[] value;  
    // ...其他成员和方法  
}  

Java9开始，把char[]改成了byte[] + coder(编码标识)

1.2、str="abc"和new String(“abc”)的区别

• str=“abc”
  会先检查"abc"在不在常量池，在就不创建了，直接拿引用
• new String(“abc”)
  先将”abc“放入常量池，再将其引用传给new的String

1.3、使用+拼接字符串

使用+拼接字符串，代码编译后，会被替换成StringBuilder。并且每+的一个字符串都可能被new一个新的StringBuilder，所以建议少用+，直接用StringBuilder

1.4、如何使用String.intern节约内存

String a = new String(“a123”).intern();

当调用intern()时，会先查看常量池中是否已有字符串”a123“, 所以当多次用到”a123“时，使用String.intern不会再创建新的字符串，从而节约内存。

1.5、分割字符，split()和indexOf()用哪个

split()使用正则表达式实现，正则表达式性能是比较不稳定的。
indexOf()能分割时尽量用indexOf()

2、正则表达式

2.1、DFA和NFA

NFA 自动机回溯

str = "arrrc"
reg = "ar{1,3}c"

自动回溯会先匹配arrr,匹配到c,发现不是r,就回溯到最后一个r,用reg的c去继续匹配

2.2、怎么减少回溯?

1、贪婪模式

如上述例子就是贪婪模式

2、懒惰模式

str = "arrrc"
reg = "ar{1,3}?c"

懒惰模式会先匹配ar,发现已经有一个r了,就开始用c接着匹配

3、独占模式

str = "arrc"
reg = "ar{1,3}+rc"

独占模式会先匹配ar,发现已经有一个r了,就开始用rc接着匹配,不会回溯

下面这种独占模式会回溯

str = "arrc"
reg = "ar{1,3}+c"

独占模式会先匹配ar,发现已经有一个r了,就开始用c接着匹配,匹配失败回溯

总结：

1、少用贪婪模式，多用独占模式

2、减少分支选择，如将”(abcd|abef)“替换为”ab(cd|ef)“

3、减少捕获嵌套。

捕获组： 一个 （）里面的就是一个不获取

非捕获组：一个（?:EXP）就是一个非捕获组

str = "<input id=1>文本</input>"
reg = "(<input.*?)(.*?)(</input)"
# 上面reg包含了3个捕获组，所以如果输出捕获结果会有整个匹配到的内容+括号里面的，4组字符串

str = "<input id=1>文本</input>"
reg = "(?:<input.*?)(.*?)(?:</input)"
# 上面reg包含了1个捕获组，所以如果输出捕获结果会有整个匹配到的内容+捕获组括号里面的，2组字符串

到此这篇关于Java字符串与正则表达式操作的文章就介绍到这了,更多相关Java字符串与正则表达式内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

最新评论