Question

AFAIK标准Java库中没有一种有效的方法来解析子字符串中的整数，而不实际新建一个包含子字符串的新字符串。

我正处于从字符串中解析数百万个整数的情况，我并不特别想为每个子字符串创建新的字符串。复制是我不需要的开销。

给定一个字符串s，我想要一个像：

这样的方法

parseInteger(s, startOffset, endOffset)

语义如：

Integer.parseInt(s.substring(startOffset, endOffset))

现在，我知道我可以这样合理地写这个：

public static int parse(String s, int start, int end) {
    long result = 0;
    boolean foundMinus = false;

    while (start < end) {
        char ch = s.charAt(start);
        if (ch == ' ')
            /* ok */;
        else if (ch == '-') {
            if (foundMinus)
                throw new NumberFormatException();
            foundMinus = true;
        } else if (ch < '0' || ch > '9')
            throw new NumberFormatException();
        else
            break;
        ++start;
    }

    if (start == end)
        throw new NumberFormatException();

    while (start < end) {
        char ch = s.charAt(start);
        if (ch < '0' || ch > '9')
            break;
        result = result * 10 + (int) ch - (int) '0';
        ++start;
    }

    while (start < end) {
        char ch = s.charAt(start);
        if (ch != ' ')
            throw new NumberFormatException();
        ++start;
    }
    if (foundMinus)
        result *= -1;
    if (result < Integer.MIN_VALUE || result > Integer.MAX_VALUE)
        throw new NumberFormatException();
    return (int) result;
}

但这不是重点。我宁愿从经过测试，支持的第三方库中获取此信息。例如，解析long并使用Long.MIN_VALUE正确处理有点微妙，我通过将int解析为long来欺骗。如果解析的整数大于Long.MAX_VALUE。上面仍然存在溢出问题。

有没有这样的图书馆？

我的搜索结果很少。

Answer 1

你有没有想过你的应用？您找到了问题的根源吗？

由于Strings是不可变的，因此很有可能需要很少的内存，并且很少有操作来创建子字符串。

除非你真的遇到内存，垃圾收集等问题，否则只需使用substring方法。 不要为您没有的问题寻求复杂的解决方案。

此外：如果你自己实施某些东西，你可能会失去比效率更高的收益。您的代码做了很多而且非常复杂 - 但是对于默认实现，您可能非常确定它相对较快。并且没有错误。

Answer 2

我无法抗拒衡量你方法的改进：

package test;

public class TestIntParse {

    static final int MAX_NUMBERS = 10000000;
    static final int MAX_ITERATIONS = 100;

    public static void main(String[] args) {
        long timeAvoidNewStrings = 0;
        long timeCreateNewStrings = 0;

        for (int i = 0; i < MAX_ITERATIONS; i++) {
            timeAvoidNewStrings += test(true);
            timeCreateNewStrings += test(false);
        }

        System.out.println("Average time method 'AVOID new strings': " + (timeAvoidNewStrings / MAX_ITERATIONS) + " ms");
        System.out.println("Average time method 'CREATE new strings': " + (timeCreateNewStrings / MAX_ITERATIONS) + " ms");
    }

    static long test(boolean avoidStringCreation) {
        long start = System.currentTimeMillis();

        for (int i = 0; i < MAX_NUMBERS; i++) {
            String value = Integer.toString((int) Math.random() * 100000);
            int intValue = avoidStringCreation ? parse(value, 0, value.length()) : parse2(value, 0, value.length());
            String value2 = Integer.toString(intValue);
            if (!value2.equals(value)) {
                System.err.println("Error at iteration " + i + (avoidStringCreation ? " without" : " with") + " string creation: " + value + " != " + value2);
            }
        }

        return System.currentTimeMillis() - start;
    }

    public static int parse2(String s, int start, int end) {
        return Integer.valueOf(s.substring(start, end));
    }

    public static int parse(String s, int start, int end) {
        long result = 0;
        boolean foundMinus = false;

        while (start < end) {
            char ch = s.charAt(start);
            if (ch == ' ')
                /* ok */;
            else if (ch == '-') {
                if (foundMinus)
                    throw new NumberFormatException();
                foundMinus = true;
            } else if (ch < '0' || ch > '9')
                throw new NumberFormatException();
            else
                break;
            ++start;
        }

        if (start == end)
            throw new NumberFormatException();

        while (start < end) {
            char ch = s.charAt(start);
            if (ch < '0' || ch > '9')
                break;
            result = result * 10 + ch - '0';
            ++start;
        }

        while (start < end) {
            char ch = s.charAt(start);
            if (ch != ' ')
                throw new NumberFormatException();
            ++start;
        }
        if (foundMinus)
            result *= -1;
        if (result < Integer.MIN_VALUE || result > Integer.MAX_VALUE)
            throw new NumberFormatException();
        return (int) result;
    }

}

结果：

Average time method 'AVOID new strings': 432 ms
Average time method 'CREATE new strings': 500 ms

你的方法在时间上大约高出14％，据说在内存中，虽然相当复杂（并且容易出错）。从我的角度来看，你的方法并没有得到回报，尽管你可能会这样做。

Answer 3

如果您没有遇到实际的性能问题，请不要过于担心对象。使用当前的JVM，在性能和内存开销方面有永久性的改进。

如果您希望共享基础字符串的子字符串，可以查看Google协议缓冲区中的“ByteString”：

https://developers.google.com/protocol-buffers/docs/reference/java/com/google/protobuf/ByteString#substring%28int,%20int%29

从Java中的子串中有效地解析整数

3 个答案: