java - 在Java中遍历字符串字符的最简单/最好/最正确的方法是什么？

Question

在 Java 中遍历字符串字符的一些方法是：

1. 使用StringTokenizer?
2. 将 a转换String为 achar[]并对其进行迭代。

什么是最简单/最好/最正确的迭代方式？

Answer 1

我使用 for 循环来迭代字符串并使用charAt()来获取每个字符来检查它。由于 String 是用数组实现的，所以该charAt()方法是一个恒定时间的操作。

String s = "...stuff...";

for (int i = 0; i < s.length(); i++){
    char c = s.charAt(i);        
    //Process char
}

这就是我会做的。这对我来说似乎是最简单的。

就正确性而言，我不相信这里存在。这完全取决于您的个人风格。

Answer 2

两种选择

for(int i = 0, n = s.length() ; i < n ; i++) { 
    char c = s.charAt(i); 
}

或者

for(char c : s.toCharArray()) {
    // process c
}

第一个可能更快，然后第二个可能更具可读性。

Answer 3

请注意，如果您正在处理 BMP（Unicode基本多语言平面）之外的字符，即超出 u0000-uFFFF 范围的代码点，则此处描述的大多数其他技术都会失效。这只会很少发生，因为在此之外的代码点大多分配给死语言。但除此之外还有一些有用的字符，例如一些用于数学符号的代码点，以及一些用于编码中文专有名称的代码点。

在这种情况下，您的代码将是：

String str = "....";
int offset = 0, strLen = str.length();
while (offset < strLen) {
  int curChar = str.codePointAt(offset);
  offset += Character.charCount(curChar);
  // do something with curChar
}

该Character.charCount(int)方法需要 Java 5+。

来源： http: //mindprod.com/jgloss/codepoint.html

Answer 4

在Java 8中，我们可以将其解决为：

String str = "xyz";
str.chars().forEachOrdered(i -> System.out.print((char)i));
str.codePoints().forEachOrdered(i -> System.out.print((char)i));

chars() 方法返回docIntStream中提到的一个：

返回一个 int 流，对该序列中的 char 值进行零扩展。任何映射到代理代码点的字符都会未经解释地传递。如果在读取流时序列发生突变，则结果未定义。

该方法codePoints()还返回一个IntStreamas per doc：

从该序列返回代码点值流。序列中遇到的任何代理对都会像 Character.toCodePoint 一样组合，并将结果传递给流。任何其他代码单元，包括普通 BMP 字符、不成对的代理和未定义的代码单元，都被零扩展为 int 值，然后将其传递给流。

字符和代码点有何不同？如本文所述：

Unicode 3.1 增加了补充字符，使字符总数超过了单个 16 位可以区分的 2^16 = 65536 个字符char。因此，char值不再与 Unicode 中的基本语义单元具有一对一的映射关系。JDK 5 已更新以支持更大的字符值集。一些新的补充字符不是更改类型的定义，而是由两个值char的代理对表示。char为了减少命名混淆，将使用代码点来指代代表特定 Unicode 字符的数字，包括补充字符。

最后为什么forEachOrdered而不是forEach？

的行为forEach是明确的非确定性的，当forEachOrdered为该流的每个元素执行操作时，如果流具有定义的遇到顺序，则按照流的遇到顺序。所以forEach不保证订单会被保留。另请检查此问题以获取更多信息。

有关字符、代码点、字形和字形之间的区别，请检查此问题。

Answer 5

我同意 StringTokenizer 在这里是矫枉过正的。实际上我尝试了上面的建议并花时间。

我的测试相当简单：创建一个包含大约一百万个字符的 StringBuilder，将其转换为字符串，并在转换为 char 数组 / 使用 CharacterIterator 千次之后使用 charAt() 遍历它们（当然要确保对字符串做一些事情，这样编译器就不能优化整个循环:-)）。

我的 2.6 GHz Powerbook（这是一个 mac :-)）和 JDK 1.5 上的结果：

• 测试 1：charAt + String --> 3138 毫秒
• 测试 2：字符串转换为数组 --> 9568 毫秒
• 测试 3：StringBuilder charAt --> 3536msec
• 测试 4：CharacterIterator 和 String --> 12151msec

由于结果明显不同，最直接的方法似乎也是最快的方法。有趣的是，StringBuilder 的 charAt() 似乎比 String 的慢一点。

顺便说一句，我建议不要使用 CharacterIterator，因为我认为它滥用 '\uFFFF' 字符作为“迭代结束”是一个非常糟糕的黑客行为。在大型项目中，总会有两个人出于两种不同的目的使用相同的 hack，并且代码会非常神秘地崩溃。

这是其中一项测试：

    int count = 1000;
    ...

    System.out.println("Test 1: charAt + String");
    long t = System.currentTimeMillis();
    int sum=0;
    for (int i=0; i<count; i++) {
        int len = str.length();
        for (int j=0; j<len; j++) {
            if (str.charAt(j) == 'b')
                sum = sum + 1;
        }
    }
    t = System.currentTimeMillis()-t;
    System.out.println("result: "+ sum + " after " + t + "msec");

Answer 6

为此有一些专门的课程：

import java.text.*;

final CharacterIterator it = new StringCharacterIterator(s);
for(char c = it.first(); c != CharacterIterator.DONE; c = it.next()) {
   // process c
   ...
}

Answer 7

如果您的类路径中有Guava，则以下是一个非常易读的替代方案。对于这种情况，Guava 甚至有一个相当明智的自定义 List 实现，所以这不应该是低效的。

for(char c : Lists.charactersOf(yourString)) {
    // Do whatever you want     
}

更新：正如@Alex 所指出的，Java 8 也CharSequence#chars可以使用。甚至类型是 IntStream，所以它可以映射到如下字符：

yourString.chars()
        .mapToObj(c -> Character.valueOf((char) c))
        .forEach(c -> System.out.println(c)); // Or whatever you want

Answer 8

如果您需要遍历 a 的代码点String（请参阅此答案），一种更短/更易读的方法是使用CharSequence#codePointsJava 8 中添加的方法：

for(int c : string.codePoints().toArray()){
    ...
}

或直接使用流而不是 for 循环：

string.codePoints().forEach(c -> ...);

如果CharSequence#chars你想要一个字符流（虽然它是一个IntStream，因为没有CharStream），还有一个。

Answer 9

我不会使用StringTokenizer它，因为它是 JDK 中遗留的类之一。

javadoc 说：

StringTokenizer是一个遗留类，出于兼容性原因保留，但不鼓励在新代码中使用它。建议任何寻求此功能的人使用 split 方法String或 java.util.regexpackage 代替。

Answer 10

如果您需要性能，那么您必须在您的环境中进行测试。别无退路。

这里示例代码：

int tmp = 0;
String s = new String(new byte[64*1024]);
{
    long st = System.nanoTime();
    for(int i = 0, n = s.length(); i < n; i++) {
        tmp += s.charAt(i);
    }
    st = System.nanoTime() - st;
    System.out.println("1 " + st);
}

{
    long st = System.nanoTime();
    char[] ch = s.toCharArray();
    for(int i = 0, n = ch.length; i < n; i++) {
        tmp += ch[i];
    }
    st = System.nanoTime() - st;
    System.out.println("2 " + st);
}
{
    long st = System.nanoTime();
    for(char c : s.toCharArray()) {
        tmp += c;
    }
    st = System.nanoTime() - st;
    System.out.println("3 " + st);
}
System.out.println("" + tmp);

在Java 在线我得到：

1 10349420
2 526130
3 484200
0

在 Android x86 API 17 上，我得到：

1 9122107
2 13486911
3 12700778
0

Answer 11

请参阅Java 教程：字符串。

public class StringDemo {
    public static void main(String[] args) {
        String palindrome = "Dot saw I was Tod";
        int len = palindrome.length();
        char[] tempCharArray = new char[len];
        char[] charArray = new char[len];

        // put original string in an array of chars
        for (int i = 0; i < len; i++) {
            tempCharArray[i] = palindrome.charAt(i);
        } 

        // reverse array of chars
        for (int j = 0; j < len; j++) {
            charArray[j] = tempCharArray[len - 1 - j];
        }

        String reversePalindrome =  new String(charArray);
        System.out.println(reversePalindrome);
    }
}

将长度放入int len并使用for循环。

Answer 12

StringTokenizer 完全不适合将字符串分解为单个字符的任务。通过String#split()使用不匹配的正则表达式，您可以轻松做到这一点，例如：

String[] theChars = str.split("|");

但是 StringTokenizer 不使用正则表达式，并且没有可以指定的分隔符字符串将匹配字符之间的空。您可以使用一个可爱的小技巧来完成同样的事情：使用字符串本身作为分隔符字符串（使其中的每个字符成为分隔符）并让它返回分隔符：

StringTokenizer st = new StringTokenizer(str, str, true);

但是，我仅出于消除它们的目的而提及这些选项。这两种技术都将原始字符串分解为单字符字符串而不是 char 原语，并且都涉及对象创建和字符串操作形式的大量开销。将其与在 for 循环中调用 charAt() 进行比较，这几乎不会产生任何开销。

Answer 13

详细说明这个答案和这个答案。

上面的答案指出了这里的许多解决方案的问题，这些解决方案不按代码点值进行迭代——他们会遇到任何代理字符的问题。Java 文档还在这里概述了这个问题（参见“Unicode 字符表示”）。无论如何，这里有一些代码使用补充 Unicode 集中的一些实际代理字符，并将它们转换回字符串。请注意， .toChars() 返回一个字符数组：如果您正在处理代理项，则必须有两个字符。此代码适用于任何Unicode 字符。

    String supplementary = "Some Supplementary: ";
    supplementary.codePoints().forEach(cp -> 
            System.out.print(new String(Character.toChars(cp))));

Answer 14

此示例代码将为您提供帮助！

import java.util.Comparator;
import java.util.HashMap;
import java.util.Map;
import java.util.TreeMap;

public class Solution {
    public static void main(String[] args) {
        HashMap<String, Integer> map = new HashMap<String, Integer>();
        map.put("a", 10);
        map.put("b", 30);
        map.put("c", 50);
        map.put("d", 40);
        map.put("e", 20);
        System.out.println(map);

        Map sortedMap = sortByValue(map);
        System.out.println(sortedMap);
    }

    public static Map sortByValue(Map unsortedMap) {
        Map sortedMap = new TreeMap(new ValueComparator(unsortedMap));
        sortedMap.putAll(unsortedMap);
        return sortedMap;
    }

}

class ValueComparator implements Comparator {
    Map map;

    public ValueComparator(Map map) {
        this.map = map;
    }

    public int compare(Object keyA, Object keyB) {
        Comparable valueA = (Comparable) map.get(keyA);
        Comparable valueB = (Comparable) map.get(keyB);
        return valueB.compareTo(valueA);
    }
}

Answer 15

所以通常有两种方法可以遍历java中的字符串，这已经被这个线程中的多人回答了，只需添加我的版本首先是使用

String s = sc.next() // assuming scanner class is defined above
for(int i=0; i<s.length(); i++){
     s.charAt(i)   // This being the first way and is a constant time operation will hardly add any overhead
  }

char[] str = new char[10];
str = s.toCharArray() // this is another way of doing so and it takes O(n) amount of time for copying contents from your string class to the character array

如果性能受到威胁，那么我建议在恒定时间内使用第一个，如果不是，那么考虑到 java 中字符串类的不变性，使用第二个会让你的工作更容易。