从Java字符串中删除短单词和字符

Question

输入字符串：

String input = "Lorem Ipsum is simply dummy text of the printing and typesetting industry";

输出字符串：

String output = "Lorem Ipsum simply dummy printing typesetting industry";

什么是最好的去除短词的方法？

这是我的第一个想法：

private String removeShortWords(String string){
    int minLength = 5;
    String result = "";

    String[] words = string.split("\\s+");

    for (int i = 0; i < words.length; i++){
        String word = words[i];
        if(word.length() >= minLength){
            result += word + " ";
        }
    }       

    return result;
}

- TUNER88

---

定义“short”。目的是删除少于5个字符的任何单词吗？ - PakkuDon

我建议使用 StringBuilder。 - ChiefTwoPencils

Answer 1

一行代码：

String output = input.replaceAll("\\b\\w{1,4}\\b\\s?", "");

- Boann

---

它会将“无法相信”变为“可以相信”。 - krinker

Answer 2

您的方法很好，但是有以下问题：

• 在重建字符串时，您没有保留空格的数量。
• 应该使用 StringBuilder 而不是 +=。
• 您在末尾添加了冗余空格。

我会这样做：

迭代字符串，只要我有一个 char，我就增加计数器并将 char 添加到一些临时字符串中，否则，我就有一个空格。我检查计数器的值，如果它是 <= 5，我不添加临时字符串，否则，我添加。这样我也保存了空格。

关于复杂度，当 n 是字符串的长度时，它的时间复杂度为 O(n)，因为我们只遍历一次字符串。

- Maroun

Answer 3

你的方法可以，但出于性能考虑，最好使用StringBuilder，因为+=会在循环的每次迭代中创建它。还要注意Maroun的评论关于输出的完整性。

另一个选择是使用正则表达式，这个调用应该具有相同的效果：

return string.replaceAll("\\b\\w{1,4}\\b","");

注意，出于性能考虑，您需要预编译模式并重复使用它。

- David Rabinowitz

Answer 4

试试这段代码

          String input = "Lorem Ipsum is simply dummy text of the printing and typesetting industry";
            String[] dev=input.split(" ");
             for(int i=0;i<dev.length;i++)
              if(dev[i].length()<=2)
               input=input.replaceAll(dev[i], "");

- Dev

Answer 5

尝试使用StringTokenizer而不是Split，并使用StringBuilder来创建结果

int minLength = 5;
StringTokenizer tokenizer = new StringTokenizer(input, " ");
StringBuilder builder = new StringBuilder();
  while(tokenizer.hasMoreTokens()){
    String token = tokenizer.nextToken();
    if(token.length() >= minLength){
    builder.append(token);
        builder.append(" ");
  }
}
return builder.toString();

- Thudani Hettimulla