Java 文件中的行数

我使用巨大的数据文件，有时我只需要知道这些文件中的行数，通常我打开它们并逐行读取它们，直到到达文件末尾

我想知道是否有更聪明的方法来做到这一点

这是迄今为止我发现的最快的版本，比 readLines 快大约 6 倍。对于 150MB 的日志文件，这需要 0.35 秒，而使用 readLines() 则需要 2.40 秒。只是为了好玩，linux 的 wc -l 命令需要 0.15 秒。

public static int countLinesOld(String filename) throws IOException {
    InputStream is = new BufferedInputStream(new FileInputStream(filename));
    try {
        byte[] c = new byte[1024];
        int count = 0;
        int readChars = 0;
        boolean empty = true;
        while ((readChars = is.read(c)) != -1) {
            empty = false;
            for (int i = 0; i < readChars; ++i) {
                if (c[i] == '\n') {
                    ++count;
                }
            }
        }
        return (count == 0 && !empty) ? 1 : count;
    } finally {
        is.close();
    }
}

编辑，9 1/2 年后：我几乎没有 java 经验，但无论如何我已经尝试将此代码与LineNumberReader下面的解决方案，因为没有人这样做让我感到困扰。看来，特别是对于大文件，我的解决方案更快。尽管优化器似乎需要运行几次才能完成不错的工作。我对代码进行了一些操作，并生成了一个始终最快的新版本：

public static int countLinesNew(String filename) throws IOException {
    InputStream is = new BufferedInputStream(new FileInputStream(filename));
    try {
        byte[] c = new byte[1024];
        
        int readChars = is.read(c);
        if (readChars == -1) {
            // bail out if nothing to read
            return 0;
        }
        
        // make it easy for the optimizer to tune this loop
        int count = 0;
        while (readChars == 1024) {
            for (int i=0; i<1024;) {
                if (c[i++] == '\n') {
                    ++count;
                }
            }
            readChars = is.read(c);
        }
        
        // count remaining characters
        while (readChars != -1) {
            for (int i=0; i<readChars; ++i) {
                if (c[i] == '\n') {
                    ++count;
                }
            }
            readChars = is.read(c);
        }
        
        return count == 0 ? 1 : count;
    } finally {
        is.close();
    }
}

1.3GB 文本文件的基准测试结果，y 轴以秒为单位。我已经使用同一个文件执行了 100 次运行，并使用以下命令测量了每次运行System.nanoTime()。你可以看到countLinesOld有一些异常值，并且countLinesNew没有，虽然它只是快一点，但差异在统计上是显着的。LineNumberReader显然更慢。