java 性能優化 字符串過濾實戰


轉自【http://www.apkbus.com/blog-822717-78335.html】  如有不妥聯系刪除!!

 

★一個簡單的需求


  首先描述一下需求:
給定一個 String 對象,過濾掉除了數字(字符'0'到'9')以外的其它字符。要求時間開銷盡可能小。過濾函數的原型如下:

String filter(String str); 


  針對上述需求,俺寫了5個不同的過濾函數。為了敘述方便,函數名分別定為 filter1 到 filter5。其中 filter1 性能最差、filter5 性能最好。在看后續的內容之前,你先暗自思考一下,如果由你來實現該函數,大概會寫成什么樣?最好把你想好的函數寫下來,便於跟俺給出的例子作對比。


★代碼——循序漸進的5種實現方式

 

◇測試代碼


  為了方便測試性能,先准備好一坨測試代碼,具體如下:

class Test { public static void main(String[] args) { if(args.length != 1) { return; } String str = ""; long nBegin = System.currentTimeMillis(); for(int i=0; i<1024*1024; i++) { str = filterN(args[0]); // 此處調用某個具體的過濾函數 } long nEnd = System.currentTimeMillis(); System.out.println(nEnd-nBegin); System.out.println(str); } }; 


  在沒有想好你的實現方式之前,先別偷看后續內容哦!另外,先注明一下,俺的 Java 環境是 JDK 1.5.0-09,使用的測試字符串是隨機生成的,長度32個 char,只含字母和數字。由於 JDK 版本和機器性能不盡相同,你在自己機器上測試的結果可能跟俺下面給出的數值不太一樣。

◇版本1


  先來揭曉性能最差的filter1,代碼如下:

private static String filter1(String strOld) { String strNew = new String(); for(int i=0; i<strOld.length(); i++) { if('0'<=strOld.charAt(i) && strOld.charAt(i)<='9') { strNew += strOld.charAt(i); } } return strNew; } 


  如果你的代碼不幸和 filter1 雷同,那你的 Java 功底可就是相當糟糕了,連字符串拼接需要用 StringBuffer 來優化都沒搞明白。
  為了和后續對比,先記下 filter1 的處理時間,大約在 8.81-8.90秒 之間。

◇版本2


  再來看看 filter2,代碼如下:

private static String filter2(String strOld) { StringBuffer strNew = new StringBuffer(); for(int i=0; i<strOld.length(); i++) { if('0'<=strOld.charAt(i) && strOld.charAt(i)<='9') { strNew.append(strOld.charAt(i)); } } return strNew.toString(); } 


  其實剛才在評價 filter1 的時候,已經泄露了 filter2 的天機。filter2 通過使用 StringBuffer 來優化連接字符串的性能。為什么 StringBuffer 連接字符串的性能比 String 好,這個已經是老生常談,俺在這兒就不細說啦。尚不清楚的同學自己上 Google 一查便知。估計應該有挺多同學會寫出類似 filter2 的代碼。
  有些同學可能會問:為啥不用 StringBuilder?
  確實,在 JDK 1.5 新增加了 StringBuilder 這個類,其性能會比 StringBuffer 更好。不過捏,考慮到有可能要拿到其它版本的 JDK 上作對比測試,而且 StringBuilder 和 StringBuffer 之間的差異【不是】本文討論的重點,所以后面的例子都使用 StringBuffer 來實現。
  filter2 的處理時間大約為 2.14-2.18秒,提升了大約4倍。

◇版本3


  接着看看 filter3,代碼如下:

private static String filter3(String strOld) { StringBuffer strNew = new StringBuffer(); int nLen = strOld.length(); for(int i=0; i<nLen; i++) { char ch = strOld.charAt(i); if('0'<=ch && ch<='9') { strNew.append(ch); } } return strNew.toString(); } 


  乍一看,filter3 和 filter2 的代碼差不多嘛!再仔細瞧一瞧,原來先把 strOld.charAt(i) 賦值給 char 變量,節省了重復調用 charAt() 方法的開銷;另外把 strOld.length() 先保存為 nLen,也節省了重復調用 length() 的開銷。能想到這一步的同學,估計是比較細心的。
  經過此一優化,處理時間節省為 1.48-1.52秒,提升了約30%。由於 charAt() 和 length() 的內部實現都挺簡單的,所以提升的性能不太明顯。
  另外補充一下,經網友反饋,在 JDK 1.6 上,filter3 和 filter2 的性能基本相同。俺估計:可能是因為 JDK 1.6 在編譯時已經進行了相關的優化。

◇版本4


  然后看看 filter4,代碼如下:

private static String filter4(String strOld) { int nLen = strOld.length(); StringBuffer strNew = new StringBuffer(nLen); for(int i=0; i<nLen; i++) { char ch = strOld.charAt(i); if('0'<=ch && ch<='9') { strNew.append(ch); } } return strNew.toString(); } 


  filter4 和 filter3 差別也很小,唯一差別就在於調用了 StringBuffer 帶參數的構造函數。通過 StringBuffer 的構造函數設置初始的容量大小,可以有效避免 append() 追加字符時重新分配內存,從而提高性能。
  filter4 的處理時間大約在 1.33-1.39秒,約提高10%左右。可惜提升的幅度有點小 :-(

◇版本5


  最后來看看“終極版本”——性能最好的 filter5。

private static String filter5(String strOld) { int nLen = strOld.length(); char[] chArray = new char[nLen]; int nPos = 0; for(int i=0; i<nLen; i++) { char ch = strOld.charAt(i); if('0'<=ch && ch<='9') { chArray[nPos] = ch; nPos++; } } return new String(chArray, 0, nPos); } 


  猛一看,你可能會想:這個 filter5 和前幾個版本的差別也忒大了吧!filter5 既沒有用 String 也沒有用 StringBuffer,而是拿字符數組進行中間處理。
  filter5 的處理時間,只用了0.72-0.78秒,相對於 filter4 提升了將近50%。為啥捏?是不是因為直接操作字符數組,節省了 append(char) 的調用?通過查看 append(char) 的源代碼,內部的實現很簡單,應該不至於提升這么多。
  那是什么原因捏?
  首先,雖然 filter5 有一個字符數組的創建開銷,但是相對於 filter4 來說,StringBuffer 的構造函數內部也會有字符數組的創建開銷。兩相抵消。所以 filter5 比 filter4 還多節省了 StringBuffer 對象本身的創建開銷。(在俺的 JDK 1.5 環境中,這個因素比較明顯)
  其次,由於 StringBuffer 是線程安全的(它的方法都是 synchronized),因此調用它的方法有一定的同步開銷,而字符數組則沒有,這又是一個性能提升的地方。(經熱心讀者反饋,此因素在 JDK 1.6 中比較明顯)
  基於上述兩個因素,所以 filter5 比 filter4 又有較大幅度的提升。


★對於5個版本的總結


  上述5個版本,filter1 和 filter5 的性能相差約12倍(已經超過一個數量級)。除了 filter3 相對於 filter2 是通過消除函數重復調用來提升性能,其它的幾個版本都是通過節省內存分配,降低了時間開銷。可見內存分配對於性能的影響有多大啊!


★一點補充說明,關於時間和空間的平衡


  另外,需要補充說明一下。版本4和版本5使用了空間換時間的手法來提升性能。假如被過濾的字符串【很大】,並且數字字符的比例【很低】,這種方式就不太合算了。
  舉個例子:被處理的字符串中,絕大部分都只含有不到10%的數字字符,只有少數字符串包含較多的數字字符。這時候該怎么辦捏?
  對於 filter4 來說,可以把 new StringBuffer(nLen); 修改為 new StringBuffer(nLen/10); 來節約空間開銷。但是 filter5 就沒法這么玩了。
  所以,具體該用“版本4”還是“版本5”,要看具體情況了。只有在你【非常】看重時間開銷,且數字字符比例很高(至少大於50%)的情況下,用 filter5 才合算。否則的話,建議用 filter4。


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM