Java 如何设置stringtokenizer';s分隔符将文本拆分为具有给定长度的单位
我有这个序列,我想把它分成3个字符长度的单位,比如ggt acc tcc等?试试下面的方法:Java 如何设置stringtokenizer';s分隔符将文本拆分为具有给定长度的单位,java,arrays,string,stringtokenizer,Java,Arrays,String,Stringtokenizer,我有这个序列,我想把它分成3个字符长度的单位,比如ggt acc tcc等?试试下面的方法: String str[] = s.split("(?<=\\G...)"); Output [ggt, acc, tcc, tac, ggg, agg, cag, cag, tga, gga, att, ttc, cgc, aat, ggg, cga, aag, cct, gac, gga] String str[]=s.split((?不要使用Stringtokenizer)。要拆分的正则表达
String str[] = s.split("(?<=\\G...)");
Output
[ggt, acc, tcc, tac, ggg, agg, cag, cag, tga, gga, att, ttc, cgc, aat, ggg, cga, aag, cct, gac, gga]
String str[]=s.split((?不要使用Stringtokenizer)。要拆分的正则表达式效率非常低-DNA/RNA字符串非常长
在Java 8中,可以执行以下解决方案:
public static void main(String[] args) {
String str = "ggtacctcctacgggaggcagcagtgaggaattttccgcaatgggcgaaagcctgacgga";
List<String> collect = str.chars()
.mapToObj(accumulator(3))
.filter(s -> s != null)
.collect(Collectors.toList());
System.out.println(collect);
}
private static IntFunction<String> accumulator(final int size) {
return new CharAccumulator(size);
}
private static final class CharAccumulator implements IntFunction<String> {
private StringBuilder builder ;
private int size;
private CharAccumulator(int size) {
this.builder = new StringBuilder();
this.size = size;
}
@Override
public String apply(int value) {
builder.append((char) value);
if (builder.length() == size) {
String result = builder.toString();
builder.setLength(0);
return result;
} else {
return null;
}
}
}
publicstaticvoidmain(字符串[]args){
String str=“ggtacctctctaccgggagggcagagtgagggaatttcgcaatgggcgaagctgacggga”;
List collect=str.chars()
.mapToObj(累加器(3))
.filter(s->s!=null)
.collect(Collectors.toList());
系统输出打印项次(收集);
}
专用静态整数函数累加器(最终整数大小){
返回新字符累加器(大小);
}
私有静态最终类Characumulator实现IntFunction{
私人建筑商;
私有整数大小;
专用字符累加器(整数大小){
this.builder=新的StringBuilder();
这个。大小=大小;
}
@凌驾
公共字符串应用(int值){
builder.append((char)值);
if(builder.length()=大小){
字符串结果=builder.toString();
builder.setLength(0);
返回结果;
}否则{
返回null;
}
}
}
它不那么容易理解,也可能没有那么好用,但它也适用于惰性字符流(节省内存)。您可以尝试以下方法,将字符串转换为字符[],并以3为单位循环,以获得该字符串:
String str = "ggtacctcctacgggaggcagcagtgaggaattttccgcaatgggcgaaagcctgacgga";
char[] array = str.toCharArray();
List<String> result = new ArrayList<String>();
for(int i = 0; i<array.length; i+=3)
{
StringBuilder s = new StringBuilder();
for(int j = i ; j<array.length && j < i+3; j++)
{
s.append(array[j]);
}
result.add(s.toString());
}
String str=“ggtacctctctaccgggagggcagggaattccgcaatgggaaagccctgacggga”;
char[]数组=str.toCharArray();
列表结果=新建ArrayList();
对于(int i=0;i这里是另一个使用substring
方法的解决方案(没有StringTokenizer
):
publicstaticvoidmain(字符串[]args){
字符串s=“ggtacctctctaccgggagggcagtagtgagggaatttcgcaatgggcgaagctgacggga”;
char[][]c=新字符[s.length()/3][3];
对于(int i=0;i
不能。tokinizer需要一个分隔符。为什么不以3个字符的增量遍历字符串呢?SMA表明了这一点。但是它的性能非常差。
public static void main(String[] args) {
String s = "ggtacctcctacgggaggcagcagtgaggaattttccgcaatgggcgaaagcctgacgga";
char[][] c = new char[s.length()/3][3];
for ( int i = 0 ; i < s.length() ; i+=3 ) {
String substring = s.substring(i, i+3);
c[i/3] = substring.toCharArray();
}
// test
for ( int i = 0 ; i < c.length ; i++ ) {
for ( int j = 0 ; j < c[0].length ; j++ ) {
System.out.print(c[i][j]);
}
System.out.println();
}
}