有效地从Java字符串中删除特定字符（某些标点符号）？

Question

在Java中，从字符串中删除给定字符的最有效方法是什么？目前，我有以下代码：

private static String processWord(String x) {
    String tmp;

    tmp = x.toLowerCase();
    tmp = tmp.replace(",", "");
    tmp = tmp.replace(".", "");
    tmp = tmp.replace(";", "");
    tmp = tmp.replace("!", "");
    tmp = tmp.replace("?", "");
    tmp = tmp.replace("(", "");
    tmp = tmp.replace(")", "");
    tmp = tmp.replace("{", "");
    tmp = tmp.replace("}", "");
    tmp = tmp.replace("[", "");
    tmp = tmp.replace("]", "");
    tmp = tmp.replace("<", "");
    tmp = tmp.replace(">", "");
    tmp = tmp.replace("%", "");

    return tmp;
}

如果我使用某种StringBuilder或正则表达式，或者其他方法，会更快吗？是的，我知道：剖析并查看，但是我希望有人能够提供一个解答，因为这是一项常见的任务。

Answer 1

这是一个很晚的答案，只是为了好玩。

在这种情况下，我建议您以提高速度的可读性为目标。当然，您可以超级可读，但速度太慢，例如在此超级简洁版本中：

private static String processWord(String x) {
    return x.replaceAll("[][(){},.;!?<>%]", "");
}

这很慢，因为每次调用此方法时，都会编译正则表达式。因此，您可以预编译正则表达式。

private static final Pattern UNDESIRABLES = Pattern.compile("[][(){},.;!?<>%]");

private static String processWord(String x) {
    return UNDESIRABLES.matcher(x).replaceAll("");
}

假设JVM的regex引擎优化了字符类查找，这对于大多数用途来说应该足够快。这是我个人使用的解决方案。

现在不进行概要分析，我不知道您是否可以通过创建自己的字符（实际上是代码点）查找表来做得更好：

private static final boolean[] CHARS_TO_KEEP = new boolean[];

填充一次，然后进行迭代，生成最终的字符串。我将代码留给您。:)

同样，我不会深入研究这种优化。代码变得太难阅读了。性能是否值得关注？还要记住，现代语言是JIT的，预热后它们的性能会更好，因此请使用良好的分析器。

应当提到的一件事是，原始问题中的示例表现极差，因为您正在创建一大堆临时字符串！除非编译器进行了所有优化，否则该特定解决方案的性能将最差。