1 简介

判断一个字符串是否包含某个特定子串是常见的场景，比如判断一篇文章是否包含敏感词汇、判断日志是否有ERROR信息等。本文将介绍四种方法并进行性能测试。

2 四种方法

2.1 JDK原生方法String.indexOf

在String的函数中，提供了indexOf（subStr）方法，返回子串subStr第一次出现的位置，如果不存在则返回-1。例子如下：

//包含JavaassertEquals(7, “Pkslow Java”.indexOf(“Java”));//如果包含多个，返回第一次出现位置assertEquals(0, “Java Java”.indexOf(“Java”));//大小写敏感assertEquals(-1, “Google Guava”.indexOf(“guava”));

2.2 JDK原生方法String.contains

最直观判断的方法是contains（subStr），返回类型为boolean，如果包含返回true，不包含则返回false。例子如下：

//包含JavaassertTrue(“code in Java”.contains(“Java”));//大小写敏感，不包含GOassertFalse(“Let’s go”.contains(“GO”));//转为大写后包含assertTrue(“Let’s go”.toUpperCase().contains(“GO”));

实际上，String的contains方法是通过调用indexOf方法来判断的，源码如下：

public boolean contains(CharSequence s) { return indexOf(s.toString()) > -1;}

2.3 JDK原生正则匹配Pattern

通过强大的正则匹配来判断，虽然有点杀鸡用牛刀的感觉，但也不是不能用，例子如下：

Pattern pattern = Pattern.compile(“Java”);//包含JavaMatcher matcher1 = pattern.matcher(“Python, Java, Go, C++”);assertTrue(matcher1.find());//不包含JavaMatcher matcher2 = pattern.matcher(“Python, C, Go, Matlab”);assertFalse(matcher2.find());

2.4 Apache库StringUtils.contains

Apache的commons-lang3提供许多开箱即用的功能，StringUtils就提供了许多与字符串相关的功能，例子如下：

//包含subassertTrue(StringUtils.contains(“String subString”, “sub”));//大小写敏感assertFalse(StringUtils.contains(“This is Java”, “java”));//忽略大小写assertTrue(StringUtils.containsIgnoreCase(“This is Java”, “java”));

3 性能对比

我们使用JMH工具来对四种方法进行性能测试，Maven引入代码如下：

org.openjdk.jmh jmh-core ${openjdk.jmh.version} org.openjdk.jmh jmh-generator-annprocess ${openjdk.jmh.version}

测试代码如下：

@BenchmarkMode(Mode.AverageTime)@OutputTimeUnit(TimeUnit.NANOSECONDS)public class StringContainsPerformanceTest { @State(Scope.Thread) public static class MyState { private String text = “If you want to be smart; read. If you want to be really smart; read a lot.”; Pattern pattern = Pattern.compile(“read”); } @Benchmark public int indexOf(MyState state) { return state.text.indexOf(“read”); } @Benchmark public boolean contains(MyState state) { return state.text.contains(“read”); } @Benchmark public boolean stringUtils(MyState state) { return StringUtils.contains(state.text, “read”); } @Benchmark public boolean pattern(MyState state) { return state.pattern.matcher(state.text).find(); } public static void main(String[] args) throws Exception { Options options = new OptionsBuilder() .include(StringContainsPerformanceTest.class.getSimpleName()) .threads(6) .forks(1) .warmupIterations(3) .measurementIterations(6) .shouldFailOnError(true) .shouldDoGC(true) .build(); new Runner(options).run(); }}

测试结果如下：

Benchmark Mode Cnt Score Error Unitscontains avgt 6 11.331 1.435 ns/opindexOf avgt 6 11.250 1.822 ns/oppattern avgt 6 101.196 12.047 ns/opstringUtils avgt 6 29.046 3.873 ns/op

最快的就是indexOf方法，其次是contains方法，二者应该没有实际区别，contains是调用indexOf来实现的。Apache的StringUtils为第三方库，相对慢一些。最慢的是使用了正则的Pattern的方法，这不难理解，正则引擎的匹配是比较耗性能的。