在Java中迭代字符串的字符最简单/最佳/最正确的方法是什么？

StringTokenizer？将转换String为char[]并对其进行迭代？还有吗

我使用for循环来迭代字符串，并使用它charAt()来获取每个字符以进行检查。由于String是通过数组实现的，因此该charAt()方法是恒定时间操作。

String s = "...stuff...";

for (int i = 0; i < s.length(); i++){
    char c = s.charAt(i);        
    //Process char
}

那就是我会做的。在我看来，这是最简单的。

就正确性而言，我不认为这是存在的。这完全取决于您的个人风格。

两种选择

for(int i = 0, n = s.length() ; i < n ; i++) { 
    char c = s.charAt(i); 
}

要么

for(char c : s.toCharArray()) {
    // process c
}

第一个可能更快，然后第二个可能更具可读性。

请注意，如果您要处理BMP（Unicode 基本多语言平面）之外的字符（即，代码点超出u0000-uFFFF范围），则此处介绍的大多数其他技术都会崩溃。这种情况很少发生，因为在此之外的代码点大部分都分配给死语言。但是除此之外，还有一些有用的字符，例如一些用于数学记号的代码点，以及一些用于用中文编码专有名称的代码点。

在这种情况下，您的代码将是：

String str = "....";
int offset = 0, strLen = str.length();
while (offset < strLen) {
  int curChar = str.codePointAt(offset);
  offset += Character.charCount(curChar);
  // do something with curChar
}

该Character.charCount(int)方法需要Java 5+。

资料来源：http : //mindprod.com/jgloss/codepoint.html

我同意StringTokenizer在这里过大。实际上，我尝试了上述建议并花了一些时间。

我的测试非常简单：创建一个约有100万个字符的StringBuilder，将其转换为String，然后在转换为char数组后，使用CharacterIterator遍历charAt（）/一千次（当然要确保对字符串执行某些操作，以使编译器无法优化整个循环:-)）。

在我的2.6 GHz Powerbook（这是mac :-)）和JDK 1.5上的结果：

• 测试1：charAt + String-> 3138msec
• 测试2：将字符串转换为数组-> 9568msec
• 测试3：StringBuilder charAt-> 3536毫秒
• 测试4：CharacterIterator和String-> 12151msec

由于结果明显不同，因此最直接的方法似乎也是最快的方法。有趣的是，StringBuilder的charAt（）似乎比String慢一点。

顺便说一句，我建议不要使用CharacterIterator，因为我认为它滥用'\ uFFFF'字符作为“迭代结束”是一个非常糟糕的黑客。在大型项目中，总是有两个人出于两种不同目的使用相同类型的hack，并且代码确实神秘地崩溃。

这是测试之一：

    int count = 1000;
    ...

    System.out.println("Test 1: charAt + String");
    long t = System.currentTimeMillis();
    int sum=0;
    for (int i=0; i<count; i++) {
        int len = str.length();
        for (int j=0; j<len; j++) {
            if (str.charAt(j) == 'b')
                sum = sum + 1;
        }
    }
    t = System.currentTimeMillis()-t;
    System.out.println("result: "+ sum + " after " + t + "msec");

在Java 8中，我们可以将其解决为：

String str = "xyz";
str.chars().forEachOrdered(i -> System.out.print((char)i));
str.codePoints().forEachOrdered(i -> System.out.print((char)i));

chars（）方法返回doc中IntStream提到的：

返回此序列的char值进行int零扩展的int流。映射到代理代码点的任何字符都将通过未解释传递。如果在读取流时序列发生突变，则结果不确定。

该方法codePoints()还IntStream按文档返回一个：

返回此序列中的代码点值流。序列中遇到的所有代理对都像通过Character.toCodePoint进行组合，然后将结果传递到流中。任何其他代码单元（包括普通BMP字符，不成对的代理和未定义的代码单元）都将零扩展为int值，然后将其传递到流中。

字符和代码点有何不同？正如提到的这个文章：

Unicode 3.1添加了补充字符，使字符总数超过了可以用单个16位识别的216个字符char。因此，char值不再具有与Unicode中基本语义单元的一对一映射。JDK 5已更新，以支持更大的字符值集。代替更改char类型的定义，某些新的补充字符由两个char值的替代对表示。为了减少命名混乱，将使用代码点来表示代表特定Unicode字符的数字，包括补码。

最后为什么forEachOrdered而不是forEach？

的行为forEach是明确地不确定性，其中作为forEachOrdered执行用于该流的每个元件的操作，在该流的遭遇顺序如果流具有规定的遭遇顺序。因此forEach，不能保证将保留订单。另请查看此问题以获取更多信息。

对于字符，代码点，字形和字形之间的区别，请检查此问题。

为此有一些专用的类：

import java.text.*;

final CharacterIterator it = new StringCharacterIterator(s);
for(char c = it.first(); c != CharacterIterator.DONE; c = it.next()) {
   // process c
   ...
}

如果您的类路径中包含番石榴，则以下是一种易于阅读的替代方法。对于这种情况，Guava甚至有一个相当明智的自定义List实现，因此这应该没有效率。

for(char c : Lists.charactersOf(yourString)) {
    // Do whatever you want     
}

更新：正如@Alex指出的那样，在Java 8中也CharSequence#chars可以使用。即使类型是IntStream，也可以将其映射为以下字符：

yourString.chars()
        .mapToObj(c -> Character.valueOf((char) c))
        .forEach(c -> System.out.println(c)); // Or whatever you want

如果您需要遍历a的代码点String（请参见此答案），则一种更简短/更易读的方法是使用CharSequence#codePointsJava 8中添加的方法：

for(int c : string.codePoints().toArray()){
    ...
}

或直接使用流而不是for循环：

string.codePoints().forEach(c -> ...);

还有CharSequence#chars，如果你想要的字符流（虽然它是IntStream，因为没有CharStream）。

我不会使用，StringTokenizer因为它是JDK中遗留的类之一。

Javadoc说：

StringTokenizer是旧类，出于兼容性原因保留，尽管在新代码中不鼓励使用它。建议任何寻求此功能的人改用split方法String或 java.util.regexpackage。

如果需要性能，则必须在环境上进行测试。没有其他办法了。

下面是示例代码：

int tmp = 0;
String s = new String(new byte[64*1024]);
{
    long st = System.nanoTime();
    for(int i = 0, n = s.length(); i < n; i++) {
        tmp += s.charAt(i);
    }
    st = System.nanoTime() - st;
    System.out.println("1 " + st);
}

{
    long st = System.nanoTime();
    char[] ch = s.toCharArray();
    for(int i = 0, n = ch.length; i < n; i++) {
        tmp += ch[i];
    }
    st = System.nanoTime() - st;
    System.out.println("2 " + st);
}
{
    long st = System.nanoTime();
    for(char c : s.toCharArray()) {
        tmp += c;
    }
    st = System.nanoTime() - st;
    System.out.println("3 " + st);
}
System.out.println("" + tmp);

在Java在线上，我得到：

1 10349420
2 526130
3 484200
0

在Android x86 API 17上，我得到：

1 9122107
2 13486911
3 12700778
0

请参阅Java教程：字符串。

public class StringDemo {
    public static void main(String[] args) {
        String palindrome = "Dot saw I was Tod";
        int len = palindrome.length();
        char[] tempCharArray = new char[len];
        char[] charArray = new char[len];

        // put original string in an array of chars
        for (int i = 0; i < len; i++) {
            tempCharArray[i] = palindrome.charAt(i);
        } 

        // reverse array of chars
        for (int j = 0; j < len; j++) {
            charArray[j] = tempCharArray[len - 1 - j];
        }

        String reversePalindrome =  new String(charArray);
        System.out.println(reversePalindrome);
    }
}

放入长度int len并使用for循环。

StringTokenizer完全不适合将字符串分成单个字符的任务。随着String#split()您可以通过使用符合什么，例如正则表达式做到这一点很容易：

String[] theChars = str.split("|");

但是StringTokenizer不使用正则表达式，并且您没有可以指定的分隔符字符串来匹配字符之间的所有字符。这里是一个可爱的小砍你可以用它来完成同样的事情：使用字符串本身作为分隔符字符串（使得在它的每一个字符分隔符），并使其返回分隔符：

StringTokenizer st = new StringTokenizer(str, str, true);

但是，我仅提及这些选项是为了消除它们。两种技术都将原始字符串分解为一个字符的字符串，而不是char基元，并且都涉及大量的对象创建和字符串操作形式的开销。相比之下，在for循环中调用charAt（）几乎不会产生任何开销。

详细说明这个答案和这个答案。

上面的答案指出了这里的许多解决方案的问题，这些解决方案不会通过代码点的值进行迭代-它们会遇到任何替代字符的问题。Java文档还在此处概述了该问题（请参阅“ Unicode字符表示形式”）。无论如何，这是一些代码，它使用补充Unicode集中的一些实际替代字符，并将其转换回字符串。请注意，.toChars（）返回一个字符数组：如果要处理代理，则必须有两个字符。此代码应适用于任何 Unicode字符。

    String supplementary = "Some Supplementary: 𠜎𠜱𠝹𠱓";
    supplementary.codePoints().forEach(cp -> 
            System.out.print(new String(Character.toChars(cp))));

此示例代码将帮助您！

import java.util.Comparator;
import java.util.HashMap;
import java.util.Map;
import java.util.TreeMap;

public class Solution {
    public static void main(String[] args) {
        HashMap<String, Integer> map = new HashMap<String, Integer>();
        map.put("a", 10);
        map.put("b", 30);
        map.put("c", 50);
        map.put("d", 40);
        map.put("e", 20);
        System.out.println(map);

        Map sortedMap = sortByValue(map);
        System.out.println(sortedMap);
    }

    public static Map sortByValue(Map unsortedMap) {
        Map sortedMap = new TreeMap(new ValueComparator(unsortedMap));
        sortedMap.putAll(unsortedMap);
        return sortedMap;
    }

}

class ValueComparator implements Comparator {
    Map map;

    public ValueComparator(Map map) {
        this.map = map;
    }

    public int compare(Object keyA, Object keyB) {
        Comparable valueA = (Comparable) map.get(keyA);
        Comparable valueB = (Comparable) map.get(keyB);
        return valueB.compareTo(valueA);
    }
}

因此，通常有两种方法可以遍历java中的字符串，而该字符串已经在此线程中被多个人回答，只需添加我的版本即可。

String s = sc.next() // assuming scanner class is defined above
for(int i=0; i<s.length; i++){
     s.charAt(i)   // This being the first way and is a constant time operation will hardly add any overhead
  }

char[] str = new char[10];
str = s.toCharArray() // this is another way of doing so and it takes O(n) amount of time for copying contents from your string class to character array

如果性能受到威胁，那么我建议您恒定时间使用第一个，如果不这样做，那么考虑到Java中字符串类的不可变性，第二个就可以简化工作。