使用Java查找文件中有多少个非空行的最快方法是什么？

Question

使用Java查找文件中有多少个非空行的最快方法是什么？

Answer 1

最简单的方法是使用BufferedReader，并检查哪些行为空。 但是，这是一种相对较慢的方法，因为它需要为文件中的每一行创建一个String对象。 一种更快的方法是使用read（）将文件读入数组，然后遍历数组以计算换行符。

这是两个选项的代码； 第二个大约花了我机器50％的时间。

public static void timeBufferedReader () throws IOException
{
    long bef = System.currentTimeMillis ();

    // The reader buffer size is the same as the array size I use in the other function
    BufferedReader reader = new BufferedReader(new FileReader("test.txt"), 1024 * 10);
    int counter = 0;
    while (reader.ready())
    {
        if (reader.readLine().length() > 0)
            counter++;
    }

    long after = System.currentTimeMillis() - bef;

    System.out.println("Time: " + after + " Result: " + counter);

}

public static void timeFileReader () throws IOException
{
    long bef = System.currentTimeMillis();

    FileReader reader = new FileReader("test.txt");
    char[] buf = new char[1024 * 10];
    boolean emptyLine = true;
    int     counter = 0;
    while (reader.ready())
    {
        int len = reader.read(buf,0,buf.length);
        for (int i = 0; i < len; i++)
        {
            if (buf[i] == '\r' || buf[i] == '\n')
            {
                if (!emptyLine)
                {
                    counter += 1;
                    emptyLine = true;
                }
            }
            else emptyLine = false;
        }
    }

    long after = System.currentTimeMillis() - bef;

    System.out.println("Time: " + after + " Result: " + counter);

}

Answer 2

关于NIO的建议，我支持Limbic System。 我在Daphna的测试代码中添加了NIO方法，并在他的两种方法中进行了标记：

public static void timeNioReader () throws IOException {
    long bef = System.currentTimeMillis();

    File file = new File("/Users/stu/test.txt");
    FileChannel fc = (new FileInputStream(file)).getChannel(); 
    MappedByteBuffer buf = fc.map(MapMode.READ_ONLY, 0, file.length());
    boolean emptyLine = true;
    int     counter = 0;

    while (buf.hasRemaining())
    {
        byte element = buf.get();

        if (element == '\r' || element == '\n') {
            if (!emptyLine) {
                counter += 1;
                emptyLine = true;
            }
        } else 
            emptyLine = false;

    }

    long after = System.currentTimeMillis() - bef;

    System.out.println("timeNioReader      Time: " + after + " Result: " + counter);

}

以下是89MB文件的预热结果：

timeBufferedReader Time: 947 Result: 747656
timeFileReader     Time: 670 Result: 747656
timeNioReader      Time: 251 Result: 747656

NIO比FileReader快2.5倍，比BufferedReader快4倍！

尽管预热时间要长得多，但使用6.4MB的文件时效果甚至更好。

//jvm start, warming up
timeBufferedReader Time: 121 Result: 53404
timeFileReader     Time: 65 Result: 53404
timeNioReader      Time: 40 Result: 53404

//still warming up
timeBufferedReader Time: 107 Result: 53404
timeFileReader     Time: 60 Result: 53404
timeNioReader      Time: 20 Result: 53404

//ripping along
timeBufferedReader Time: 79 Result: 53404
timeFileReader     Time: 56 Result: 53404
timeNioReader      Time: 16 Result: 53404

随心所欲。

Answer 3

最简单的方法是使用扫描仪（是的，我喜欢冗长的代码...您可以使其物理上更短）。 Scanner（）还需要File，Reader等...，因此您可以随便传递它。

import java.util.Scanner;


public class Main
{
    public static void main(final String[] argv)
    {
        final Scanner scanner;
        final int     lines;

        scanner = new Scanner("Hello\n\n\nEvil\n\nWorld");
        lines   = countLines(scanner);
        System.out.println("lines = "  + lines);
    }

    private static int countLines(final Scanner scanner)
    {
        int lines;

        lines = 0;

        while(scanner.hasNextLine())
        {
            final String line;

            line = scanner.nextLine();

            if(line.length() > 0)
            {
                lines++;
            }
        }

        return lines;
    }
}

Answer 4

如果确实必须尽可能快，则应考虑使用NIO 。 然后，在目标平台上测试代码，以查看使用NIO是否真的更好。 我为Netflix奖使用的某些代码获得了一个数量级的改进。 它涉及将数千个文件解析为更紧凑，快速加载的二进制格式。 NIO对我的（缓慢的）开发笔记本电脑有很大的帮助。