使用Java查找文件中有多少個非空行的最快方法是什么？

Question

使用Java查找文件中有多少個非空行的最快方法是什么？

Answer 1

最簡單的方法是使用BufferedReader，並檢查哪些行為空。 但是，這是一種相對較慢的方法，因為它需要為文件中的每一行創建一個String對象。 一種更快的方法是使用read（）將文件讀入數組，然后遍歷數組以計算換行符。

這是兩個選項的代碼； 第二個大約花了我機器50％的時間。

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

關於NIO的建議，我支持Limbic System。 我在Daphna的測試代碼中添加了NIO方法，並在他的兩種方法中進行了標記：

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文件的預熱結果：

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！

盡管預熱時間要長得多，但使用6.4MB的文件時效果甚至更好。

//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

隨心所欲。

Answer 3

最簡單的方法是使用掃描儀（是的，我喜歡冗長的代碼...您可以使其物理上更短）。 Scanner（）還需要File，Reader等...，因此您可以隨便傳遞它。

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

如果確實必須盡可能快，則應考慮使用NIO 。 然后，在目標平台上測試代碼，以查看使用NIO是否真的更好。 我為Netflix獎使用的某些代碼獲得了一個數量級的改進。 它涉及將數千個文件解析為更緊湊，快速加載的二進制格式。 NIO對我的（緩慢的）開發筆記本電腦有很大的幫助。