寫在前面

1、String在java源碼中是怎么實(shí)現(xiàn)的？

2、什么是正則表達(dá)式的DFA自動(dòng)機(jī)和NFA自動(dòng)機(jī)？

1、String

1.1、String底層實(shí)現(xiàn)

Java 6及以前版本，通過char數(shù)組，每個(gè)char占用兩個(gè)字節(jié)，使得String能夠很好地處理Unicode。

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

Java 7至Java 8版本，offset和count兩個(gè)變量被移除，String.substring不再共享char[]，解決內(nèi)存可能泄漏問題。

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

Java9開始，把char[]改成了byte[] + coder(編碼標(biāo)識(shí))

1.2、str="abc"和new String(“abc”)的區(qū)別

• str=“abc”
  會(huì)先檢查"abc"在不在常量池，在就不創(chuàng)建了，直接拿引用
• new String(“abc”)
  先將”abc“放入常量池，再將其引用傳給new的String

1.3、使用+拼接字符串

使用+拼接字符串，代碼編譯后，會(huì)被替換成StringBuilder。并且每+的一個(gè)字符串都可能被new一個(gè)新的StringBuilder，所以建議少用+，直接用StringBuilder

1.4、如何使用String.intern節(jié)約內(nèi)存

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

當(dāng)調(diào)用intern()時(shí)，會(huì)先查看常量池中是否已有字符串”a123“, 所以當(dāng)多次用到”a123“時(shí)，使用String.intern不會(huì)再創(chuàng)建新的字符串，從而節(jié)約內(nèi)存。

1.5、分割字符，split()和indexOf()用哪個(gè)

split()使用正則表達(dá)式實(shí)現(xiàn)，正則表達(dá)式性能是比較不穩(wěn)定的。
indexOf()能分割時(shí)盡量用indexOf()

2、正則表達(dá)式

2.1、DFA和NFA

NFA 自動(dòng)機(jī)回溯

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

自動(dòng)回溯會(huì)先匹配arrr,匹配到c,發(fā)現(xiàn)不是r,就回溯到最后一個(gè)r,用reg的c去繼續(xù)匹配

2.2、怎么減少回溯?

1、貪婪模式

如上述例子就是貪婪模式

2、懶惰模式

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

懶惰模式會(huì)先匹配ar,發(fā)現(xiàn)已經(jīng)有一個(gè)r了,就開始用c接著匹配

3、獨(dú)占模式

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

獨(dú)占模式會(huì)先匹配ar,發(fā)現(xiàn)已經(jīng)有一個(gè)r了,就開始用rc接著匹配,不會(huì)回溯

下面這種獨(dú)占模式會(huì)回溯

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

獨(dú)占模式會(huì)先匹配ar,發(fā)現(xiàn)已經(jīng)有一個(gè)r了,就開始用c接著匹配,匹配失敗回溯

總結(jié)：

1、少用貪婪模式，多用獨(dú)占模式

2、減少分支選擇，如將”(abcd|abef)“替換為”ab(cd|ef)“

3、減少捕獲嵌套。

捕獲組： 一個(gè) （）里面的就是一個(gè)不獲取

非捕獲組：一個(gè)（?:EXP）就是一個(gè)非捕獲組

str = "<input id=1>文本</input>"
reg = "(<input.*?)(.*?)(</input)"
# 上面reg包含了3個(gè)捕獲組，所以如果輸出捕獲結(jié)果會(huì)有整個(gè)匹配到的內(nèi)容+括號(hào)里面的，4組字符串

str = "<input id=1>文本</input>"
reg = "(?:<input.*?)(.*?)(?:</input)"
# 上面reg包含了1個(gè)捕獲組，所以如果輸出捕獲結(jié)果會(huì)有整個(gè)匹配到的內(nèi)容+捕獲組括號(hào)里面的，2組字符串

到此這篇關(guān)于Java字符串與正則表達(dá)式操作的文章就介紹到這了,更多相關(guān)Java字符串與正則表達(dá)式內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！