JAVA快速统计大文本文件行数

朱雀 2021-05-14 11:30 560阅读 0赞

统计某文件的文本行数，常用的方法是通过BufferedReader类的readLine()方法递归遍历文件，从而间接地统计行数。然而对于大的文本文件，尤其是一些生信的测序文件，readLine()的方法显然不能让人满意，所以，通过查阅了一些资料，找到了一些更为高效的方法。测试文件选择了一个4985014行的文件，文件大小为242MB。测试耗时以毫秒为单位。

1、原始的readLine方法：

import java.io.File;
    import java.io.FileReader;
    import java.io.IOException;
    import java.io.LineNumberReader;
     
    public class LineNumberReaderExample
    {
        public static void main(String[] args)
        {
        	try{
        		File file =new File("c:\\test.txt");
        		if(file.exists()){
        		    FileReader fr = new FileReader(file);
        		    LineNumberReader lnr = new LineNumberReader(fr);
        		    int linenumber = 0;
        	            while (lnr.readLine() != null){
        	        	linenumber++;
        	            }
        	            System.out.println("Total number of lines : " + linenumber);
        	            lnr.close();
        		}else{
        			 System.out.println("File does not exists!");
        		}
        	}catch(IOException e){
        		e.printStackTrace();
        	}
        }
    }

测试结果：

Total number of lines : 4985014

total time is:585

2、改进的方法使用了LineNumberReader类。

使用LineNumberReader类使用默认的输入缓冲区大小来创建新的行号读取器。skip方法用于跳过n个数字字符，所以在这里我们跳过 文件长度大小的字符，跳到文件的末尾。getLineNumber()方法返回最后一行的当前行号。具体的代码如下：

public static void main(String[] args) {
        	try {
        		File file = new File("e://test.fa");
        		if(file.exists()){
        			long fileLength = file.length();
        			LineNumberReader lineNumberReader = new LineNumberReader(new FileReader(file));
        			lineNumberReader.skip(fileLength);
        	                int lines = lineNumberReader.getLineNumber();
        	                System.out.println("Total number of lines : " + lines);
    	                lineNumberReader.close();
        		}else {
        			System.out.println("File does not exists!");
        		}
        	}catch(IOException e) {
        		e.printStackTrace();
        	}
        }

测试结果：

Total number of lines : 4985014

total time is:466

3、此外，JAVA8的出现也为我们提供了一些新的思路

public class CountOfLines {
      public static void main(String[] args) {
        // for total number of lines in the File with Files.lines
        try {
        	long startTime=System.currentTimeMillis();
            long lines = Files.lines(Paths.get(new File("e://test.fa").getPath())).count();
            System.out.println("Total number of lines : " + lines);
            long endTime=System.currentTimeMillis();
            System.out.println("Total time is:"+ (endTime-startTime) );
        } catch (IOException e) {
          System.out.println("No File Found");
        }
      }
    }