Java：查找字符串中的前10个单词。最有效的算法是什么？

我正在尝试编写一些代码来检索字符串的前10个单词

我能想象的最好的算法是将字符串按空格分割，然后取前10个元素。但是，这不是很有效，因为字符串可能很长

Java中有没有更好的算法可以实现这一点

非常感谢。

您可以使用特定的限制-不要调用regex规则超过11次

---

它将创建一个

String[]

对象，其中前10个元素是独立的单词，最后一个元素包含尚未检查规则的单词[因此它不会分割字符串的其余部分]

您可以使用

String.split（）

指定限制

从：

limit参数控制应用阵列的次数，因此会影响结果阵列的长度。如果限制n大于零，则模式最多应用n-1次，数组长度不大于n，数组的最后一个条目将包含最后一个匹配分隔符之外的所有输入。如果n为非正，则图案将被应用尽可能多的次数，并且阵列可以具有任意长度。如果n为零，则将尽可能多次应用该模式，数组可以有任何长度，并且将丢弃尾随的空字符串

尝试：

StringTokenizer st=新的StringTokenizer（“我是一个非常长的字符串”）；
对于（int i=0；i<10&&st.hasMoreTokens（）；i++）{
System.out.println（st.nextToken（））；
}

只需从左向右扫描：

static String[] first10Words(String s) {
    List<String> l = new ArrayList<String>();
    int pos = 0;
    while (l.size() < 10) {
        int newPos = s.indexOf(' ', pos);
        if (newPos == -1) {
            l.add(s.substring(pos));
            break;
        }
        l.add(s.substring(pos, newPos));
        pos = newPos + 1;
    }
    return l.toArray(new String[0]);
}

静态字符串[]前10个字（字符串s）{
列表l=新的ArrayList（）；
int pos=0；
而（l.尺寸（）<10）{
int newPos=s.indexOf（“”，pos）；
如果（newPos==-1）{
l、 添加（s.子字符串（pos））；
打破
}
l、 添加（s.子字符串（pos，newPos））；
pos=newPos+1；
}
返回l.toArray（新字符串[0]）；
}

是否使用正则表达式

public String getFirst10Words(String arg) {
    Pattern pattern = Pattern.compile("([\\S]+\\s*){1,10}");
    Matcher matcher = pattern.matcher(arg);
    matcher.find();
    return matcher.group();
}

---

我是java新手，但我做过一个更基础的：

public void getSummary () {
    int count=0;
    int position=0;
    for ( count = 0 ; count < 10 ; count++ )
    {
        position = yourString.indexOf(" ", position+1);
    }
    System.out.println(yourString.substring(0,position)+"...");
}

public void getSummary（）{
整数计数=0；
int位置=0；
用于（计数=0；计数<10；计数++）
{
position=yourString.indexOf（“”，position+1）；
}
System.out.println（字符串.子字符串（0，位置）+“…”）；
}

是的，只需在前10个空格上拆分，忽略字符串的其余部分。效率不高的was正则表达式效率不高（它们使用简单，通常更重要），如果您有一个长字符串，您必须至少读取字符串的开头，以找到第十个字的结尾。这可能会导致内存泄漏，因为只有在10个子字符串同时存在的情况下，原始的大字符串才会被gc’ed。我不认为这会导致内存泄漏，你能详细说明一下吗？这个解决方案比其他解决方案复杂得多。这是事实，但拆分速度要快得多。诚然，StringTokenizer的速度并不慢。@Daniel:每次调用

s.substring（pos）

都会创建一个对旧的大字符串的新引用。这些引用禁止对原始字符串进行gc'ed

public void getSummary () {
    int count=0;
    int position=0;
    for ( count = 0 ; count < 10 ; count++ )
    {
        position = yourString.indexOf(" ", position+1);
    }
    System.out.println(yourString.substring(0,position)+"...");
}