Java ReplaceAll与带有Replace的For循环的区别

Question

我有一个字符串，其中包含一些数据，我需要从中删除一些特殊字符并对数据进行分词。

以下两种方法哪个更适合提高性能：

String data = "Random data (For performance) Waiting for reply?"
data=data.replaceAll("?", "");
data=data.replaceAll(".", "");
data=data.replaceAll(",", "");
data=data.replaceAll("(", "");
data=data.replaceAll(")", "");  

String[] tokens = data.split("\\s+");  
for(int j = 0; j < tokens.length; j++){
  //Logic on tokens
}  

或者

String data = "Random data (For performance) Waiting for reply?"

String[] tokens = data.split("\\s+");  
for(int j = 0; j < tokens.length; j++){
    tokens[j]=tokens[j].replace("?", "");
    tokens[j]=tokens[j].replace(".", "");
    tokens[j]=tokens[j].replace(",", "");
    tokens[j]=tokens[j].replace("(", "");
    tokens[j]=tokens[j].replace(")", "");      

  //Logic on each token
}  

还有其他方法可以提高性能吗？是否有相关的统计数据可供参考？

上面提供的For循环将用于对每个标记执行其他逻辑。

是对整个内容执行替换方法更快，还是分别对每个标记执行替换方法（无论是否进行替换操作）更快？

即一次性替换并执行其他操作，还是逐步替换每个标记，然后执行所需的操作。

提前感谢您的帮助。

- Abhishek

---

请看这个链接：https://www.cqse.eu/en/blog/string-replace-performance/。 - codeMan

每一个“哪个代码更快，这个还是那个”问题的答案都是“进行性能分析并查看结果”。 - Sebastian Redl

对于你的第一个例子，我更喜欢使用data=data.replaceAll("[\\.,\\(\\)?]");来一次性替换所有。这样会快得多。 - Uwe Allner

可能是 https://dev59.com/1XTYa4cB1Zd3GeqPsDZU 的重复问题。 - Vadzim

另一个重复的问题：https://dev59.com/6m435IYBdhLWcg3whAWx - Vadzim

Answer 1

只需要使用replace而不需要任何循环即可。 replaceAll在底层使用正则表达式引擎，这会带来更多的性能开销。

似乎有一个普遍的误解，即"All"后缀表示什么。

请参见字符串替换方法replace()和replaceAll()之间的区别。 更新 发现一个与此问题非常相似的问题： 从字符串中删除特定字符。

- Vadzim

---

感谢您的回复和提供的链接，这些帮助我更好地理解替换函数。过去几个月我一直在研究replace和replaceAll，今天我才知道它们都实际上替换了所有字符。我误解了replace函数中的后缀"All"，并且我认为replaceAll会在内部使用for循环来替换所有出现的数据，这也是我的错误。非常感谢您分享这些信息。还有一个小问题， 是否有任何情况下我可以使用replaceAll而不是replace？ - Abhishek

@Abhishek replace是一个特殊情况，相当于在调用replaceAll之前引用输入。你需要的是replaceAll("[?.,()]", "")。 - maaartinus

我实际上想问的是，对于整个内容施加替换功能和在for循环中每个标记上进行替换（无论如何，for循环都用于其他操作），哪种方法更快？ - Abhishek

@Abhishek，单个替换肯定会更快，因为它涉及的复制操作和内存分配较少。 - Vadzim

@Vadzim 谢谢您的回复。 - Abhishek

Answer 2

我不知道这种问题的统计数据，但首先，如果您关心性能，我建议用单个replaceAll()代替各种调用，像这样：

data=data.replaceAll("\\?|\.|\\)|\\(|,", "");

可能会更快。

- rlinden

---

在Java中，必须将反斜杠加倍，否则它将无法编译，例如\?是非法的转义序列。请参见我的其他评论以获取更简单的正则表达式。 - maaartinus

同意。我在Regexplanet中测试了表达式，忘记双倍反斜杠了。感谢您的纠正。 - rlinden