java - 子串检测性能？

Question

我需要匹配一个子字符串，我想知道在匹配正则表达式时哪个更快？

if ( str.matches(".*hello.*") ) {
  ...
}

Pattern p = Pattern.compile( ".*hello.*" );
Matcher m = p.matcher( str );
if ( m.find() ) {
   ...
}

如果不需要正则表达式，我应该使用“包含”吗？

if ( str.contains("hello") ) {
   ...
}

谢谢。

Answer 1

虽然 matches() 和使用 Matcher 是相同的(matches() 在其实现中使用 Matcher)，但如果缓存和重用，使用 Matcher 会更快已编译的Pattern。我做了一些粗略的测试，它的性能(就我而言)提高了 400% - 改进取决于正则表达式，但总会有一些改进。

虽然我还没有测试过它，但我希望 contains() 的性能优于任何正则表达式方法，因为该算法要简单得多，并且在这种情况下不需要正则表达式。

<小时/>

以下是测试包含子字符串的字符串的 6 种方法的结果，其中目标(“http”)位于标准 60 个字符输入中的不同位置:

|------------------------------------------------------------|
| Code tested with "http" in the input  | µsec | µsec | µsec |
| at the following positions:           | start|   mid|absent|
|------------------------------------------------------------|
| input.startsWith("http")              |    6 |    6 |    6 |
|------------------------------------------------------------|
| input.contains("http")                |    2 |   22 |   49 |
|------------------------------------------------------------|
| Pattern p = Pattern.compile("^http.*")|      |      |      |
| p.matcher(input).find()               |   90 |   88 |   86 |
|------------------------------------------------------------|
| Pattern p = Pattern.compile("http.*") |      |      |      |
| p.matcher(input).find()               |   84 |  145 |  181 |
|------------------------------------------------------------|
| input.matches("^http.*")              |  745 |  346 |  340 |
|------------------------------------------------------------|
| input.matches("http.*")               | 1663 | 1229 | 1034 |
|------------------------------------------------------------|

两行选项是编译静态模式然后重用的地方。