Java 一个字符一个字符地读取一个巨大的文本文件需要很长时间

我正在使用

FileInputStream

逐字符阅读一个9kb的Java文本文件，几乎需要一分钟的阅读时间。此性能是否良好，或者可以通过使用其他

流

如

缓冲区

并在内存中一次读取整个数据来优化此性能

// This method is used to read the Brown Corpus
public void readBrownCorpus(String corpusPath) throws IOException {
    FileInputStream inputStream = null;
    try {
        inputStream = new FileInputStream(corpusPath);
        int letter = 0; // denote current read letter
        String previousTag = "^";
        StringBuilder wordWithTag = new StringBuilder(); // denote the string which
        while((letter = inputStream.read()) != -1) {
            if(((char) letter) != ' ')
                wordWithTag.append((char) letter);
            else {
                String word[] = wordWithTag.substring(0).split("_");
                if(word != null && word.length != 2)
                    throw new Exception("Error in the Format of Corpus");
                // If new tag found, insert this in both transitionTable and emissionTable
                if(transitionTable.get(word[1]) == null) {
                    insertTagInTransitionTable(previousTag, word[1]);
                }

                updateTranstionTable(previousTag, word[1]);
                updateEmissionTable(word[0], word[1]);

                // update the previous Tag
                if(word[1].equals("."))
                    previousTag = "^";
                else
                    previousTag = word[1];
                wordWithTag.setLength(0); //empty the wordWithTag for new word
                System.out.println(transitionTable.size());
            }
        }
    } catch(IOException ioException) {
        ioException.printStackTrace();
    } catch(Exception exception) {
        exception.printStackTrace();
    }
    finally {
        inputStream.close();
    }
}

/*
 * To change this template, choose Tools | Templates
 * and open the template in the editor.
 */

package demo;
import java.util.*;
import java.io.*;

/**
 *
 * @author Jatin Khurana
 */
public class Main {

    public HashMap<String,Row> transitionTable;  // Transition Table
    public HashMap<String,Row> emissionTable; // Emission Table

    // Constructor
    public Main()
    {
        transitionTable=new HashMap<String,Row>();
        emissionTable=new HashMap<String,Row>();
        prepareInitialTransitionTable();
        //prepareInitialEmissionTable();
    }

    // This method prepare the initial transition Table
    private void prepareInitialTransitionTable()
    {
        Row row1=new Row();
        row1.tagCount.put("^", 0.0f);
        row1.tagCount.put(".", 0f);
                Row row2=new Row();
        row2.tagCount.put("^", 0f);
        row2.tagCount.put(".", 0f);
        transitionTable.put("^", row1);
        transitionTable.put(".", row2);
    }

    /**
     * @param args the command line arguments
     */
    public static void main(String[] args) throws IOException{

        Main m=new Main();

        BufferedReader inputStream=null;
        try
        {
            inputStream=new BufferedReader(new FileReader("d://postagger//corpus//brown.txt"));
            String corpusData = inputStream.readLine();
            String previousTag="^";
                        String wordWithTag[] = corpusData.split(" ");
            for(int i=0;i<wordWithTag.length;i++)
                        {
                                        String word[]=wordWithTag[i].split("_");
                    if(word!=null && word.length!=2)
                        throw new Exception("Error in the Format of Corpus");
                    // If new tag found,insert this in both transitionTable and emissionTable
                    if(m.transitionTable.get(word[1])==null)
                    {
                        m.insertTagInTransitionTable(previousTag,word[1]);
                    }

                    m.updateTranstionTable(previousTag,word[1]);
                    m.updateEmissionTable(word[0],word[1]);

                    // update the previous Tag
                                        if(word[1].equals("."))
                                        {
                                            previousTag="^";
                                        }
                                        else
                                        {
                                            previousTag=word[1];
                                        }
                    System.out.println(m.transitionTable.size());
                }
            }
        catch(IOException ioException)
        {
            ioException.printStackTrace();
        }
        catch(Exception exception)
        {
            exception.printStackTrace();
        }
        finally
        {
            inputStream.close();
        }
    }

    private void insertTagInTransitionTable(String previousTag,String newTag) throws CloneNotSupportedException
    {
            Row row = (Row)transitionTable.get(previousTag);
            row.tagCount.put(newTag,0f);
                        Row newRow=new Row();
            transitionTable.put(newTag, newRow);
    }

    // This method is used to update the transitionTable
    private void updateTranstionTable(String previousTag,String currentTag)
    {
        Row row = transitionTable.get(previousTag);
                if(row.tagCount.get(currentTag)==null)
                {
                    row.tagCount.put(currentTag, 1f);
                }
                else
                {
                    row.tagCount.put(currentTag, row.tagCount.get(currentTag)+1);
                }

    }

    // This method is used to update the emission table
    private void updateEmissionTable(String word,String tag)
    {
                Row row = emissionTable.get(word);
                if(row==null)
                {
                    Row newRow=new Row();
                    newRow.tagCount.put(tag, 1f);
                    emissionTable.put(word, newRow);
                }
                else
                {
                    if(row.tagCount.get(tag)==null)
                    {
                        row.tagCount.put(tag, 1f);
                    }
                    else
                    {
                        row.tagCount.put(tag,row.tagCount.get(tag)+1);
                    }
                }
    }

}

//此方法用于读取布朗语料库
public void readBrownCorpus（字符串微粒路径）引发IOException{
FileInputStream inputStream=null；
试一试{
inputStream=新文件inputStream（微粒路径）；
int letter=0；//表示当前读取的字母
字符串previousTag=“^”；
StringBuilder wordWithTag=new StringBuilder（）；//表示
while（（letter=inputStream.read（））！=-1）{
如果（（（字符）字母）！=“”）
附加（（字符）字母）；
否则{
字符串字[]=wordWithTag.substring（0.split（“”）；
if（word！=null&&word.length！=2）
抛出新异常（“语料库格式错误”）；
//如果找到新标记，则将其插入transitionTable和emissionTable中
if（transitionTable.get（word[1]）==null）{
InsertTagUntransitiontable（以前的标签，单词[1]）；
}
UpdateTransitionTable（先前的标签，单词[1]）；
updateEmissionTable（字[0]，字[1]）；
//更新上一个标记
if（字[1]。等于（“.”）
previousTag=“^”；
其他的
previousTag=单词[1]；
setLength（0）；//为新单词清空wordWithTag
System.out.println（transitionTable.size（））；
}
}
}捕获（IOException IOException）{
ioException.printStackTrace（）；
}捕获（异常）{
异常。printStackTrace（）；
}
最后{
inputStream.close（）；
}
}
/*
*要更改此模板，请选择工具|模板
*然后在编辑器中打开模板。
*/
包装演示；
导入java.util.*；
导入java.io.*；
/**
*
*@作者Jatin Khurana
*/
公共班机{
公共HashMap transitionTable；//转换表
public HashMap emissionTable；//emissionTable
//建造师
公用干管（）
{
transitionTable=新HashMap（）；
emissionTable=新HashMap（）；
准备初始转换表（）；
//prepareInitialEmissionTable（）；
}
//此方法用于准备初始过渡表
私有无效准备初始转换表（）
{
行row1=新行（）；
行1.tagCount.put（“^”，0.0f）；
行1.tagCount.put（“.”，0f）；
行row2=新行（）；
行2.tagCount.put（“^”，0f）；
行2.tagCount.put（“.”，0f）；
可传递。放置（“^”，第1行）；
可传递。放置（“.”，第2行）；
}
/**
*@param指定命令行参数
*/
公共静态void main（字符串[]args）引发IOException{
Main m=新的Main（）；
BufferedReader inputStream=null；
尝试
{
inputStream=new BufferedReader（新文件阅读器（“d://postager//corpus//brown.txt”）；
字符串corpusData=inputStream.readLine（）；
字符串previousTag=“^”；
字符串wordWithTag[]=corpusData.split（“”）；
对于（int i＝0；i）用一个缓冲区的INSUBFITCH流包FieldIdPoint进行简单的快速修复，然后考虑使用RealLINE（）。
你能给我们看一下你的代码吗？是的，我正在更新这个问题9KB远不是一个大文件。即使一次只读取一个字符也不会花费太长时间。我怀疑你的插入和更新方法效率低下，而且耗时太长。对于需要改进的工作代码，请继续问。堆栈溢出是为了让代码正常工作。@Alex sorry文件大小为9684 KB…请解释。很难相信这是没有代码、解释或基础的“解决方案”。使用缓冲区读取器编辑代码…显示net beans id需要1分12秒。。。。