为什么String.equalsIgnoreCase太慢了

时间:2014-05-27 08:49:27

标签: java string performance ignore-case

我在面试中遇到一个问题,即写一个方法来检查类似的单词而不管角色情况。

我通过使用每对字符的ASCII值的差异来回答它。但是在家里,当我在String.class中实际执行它时,我感到不安 - 为什么这样实现呢!

我尝试在内置方法和自定义方法之间进行比较,这样 -

public class EqualsIgnoreCase {

    public static void main(String[] args) {
        String str1 = "Srimant @$ Sahu 959s";
        String str2 = "sriMaNt @$ sAhu 959s";

        System.out.println("Avg millisecs with inbuilt () - " + averageOfTenForInbuilt(str1, str2));
        System.out.println("\nAvg millisecs with custom () - " + averageOfTenForCustom(str1, str2));
    }

    public static int averageOfTenForInbuilt(String str1, String str2) {
        int avg = 0;
        for (int itr = 0; itr < 10; itr++) {
            long start1 = System.currentTimeMillis();
            for (int i = 0; i < 100000; i++) {
                str1.equalsIgnoreCase(str2);
            }
            avg += System.currentTimeMillis() - start1;
        }
        return avg / 10;
    }

    public static int averageOfTenForCustom(String str1, String str2) {
        int avg = 0;
        for (int itr = 0; itr < 10; itr++) {
            long start2 = System.currentTimeMillis();
            for (int i = 0; i < 100000; i++) {
                isEqualsIgnoreCase(str1, str2);
            }
            avg += System.currentTimeMillis() - start2;
        }
        return avg / 10;
    }

    public static boolean isEqualsIgnoreCase(String str1, String str2) {
        int length = str1.length();
        if (str2.length() != length) {
            return false;
        }

        for (int i = 0; i < length; i++) {
            char ch1 = str1.charAt(i);
            char ch2 = str2.charAt(i);

            int val = Math.abs(ch1 - ch2);
            if (val != 0) {
                if (isInAlphabetsRange(ch1, ch2)) {
                    if (val != 32) {
                        return false;
                    }
                } else {
                    return false;
                }
            }
        }
        return true;
    }

    public static boolean isInAlphabetsRange(char ch1, char ch2) {
        return (((ch1 <= 122 && ch1 >= 97) || (ch1 <= 90 && ch1 >= 65)) && ((ch2 <= 122 && ch2 >= 97) || (ch2 <= 90 && ch2 >= 65)));
    }

}

输出 -

平均毫米内置() - 14

avg millisecs with custom() - 5

我发现内置方法的效率很高,因为有很多检查和方法调用。 这种实施背后有什么具体原因吗?或者我在逻辑中遗漏了什么?

任何建议,都会非常感激!

5 个答案:

答案 0 :(得分:63)

您的例程只处理ASCII字符。系统一个处理所有unicode字符。

请考虑以下示例:

public class Test {

    public static void main(String[] args) {
        System.out.println((int) 'ě'); // => 283
        System.out.println((int) 'Ě'); // => 282 
    }

}

答案 1 :(得分:56)

您的方法在很多方面都不正确。例如,它考虑“!”等于“B”,“B”等于“1”,但“!”不等于“1”(所以它不像我们期望的等于方法那样是传递的。)

是的,为该方法编写一个更快更简单的错误实现非常容易。一个公平的挑战是编写一个正确的挑战,即正确处理JDK实现所做的所有参数。

您可能还希望查看How do I write a correct micro-benchmark in Java?以获得更可靠的性能测量结果。

答案 2 :(得分:11)

这可能不是唯一的原因,但是您的解决方案实际上并不适用于所有可能的字符串这一事实肯定是一个因素。

有一些(烦人的)语言环境,其中两个字符可能具有相同的大写但不是相同的小写字母。出于这个原因,为了工作(大多数情况下,请参阅土耳其语),规范实现必须比较字符串char-for-char的大小写。

您的实现在99%的情况下可能是完美的,特别是如果您只需处理英语区域设置,但遗憾的是核心库实现不会做出这样的假设。

答案 3 :(得分:4)

我认为检查

String1.equalsIgnoreCase(String2)

提供的字符具有更好的字符接受度,并且它接受 Unicode 中包含的所有字符值;但是;你试图通过自定义代码弄清楚的是你只比较英文字母字符。

所以,我认为,你的帖子上的评论员 Pavel Horel ,由于它提供了各种Unicode characers之间的比较的复杂性,它可能需要更多的时间

答案 4 :(得分:2)

我认为String.java中的这个内容是相关的:

if (ignoreCase) {
    // If characters don't match but case may be ignored,
    // try converting both characters to uppercase.
    // If the results match, then the comparison scan should
    // continue.
    char u1 = Character.toUpperCase(c1);
    char u2 = Character.toUpperCase(c2);
    if (u1 == u2) {
        continue;
    }
    // Unfortunately, conversion to uppercase does not work properly
    // for the Georgian alphabet, which has strange rules about case
    // conversion.  So we need to make one last check before
    // exiting.
    if (Character.toLowerCase(u1) == Character.toLowerCase(u2)) {
        continue;
    }
}