Question

我正在研究一个连续扫描大量相对较短的字符串的函数，并从中生成大量的子字符串。该功能将用于高容量字符串处理系统。我更喜欢首先优化内存，CPU优先，因为我遇到的内存多于系统上的CPU压力。在这种情况下，性能如何比较：

//Java-ish PseudoCode
functionParent(List<String> strings) {
  StringBuilder result;
  for(String s : strings) {
    result.appendAll(functionA(s));
  }
}


functionA(String arg1) {
  results.add(arg1.substring(i, i + length)); //hotspot here
}

和

//Java-ish PseudoCode
functionParent(List<String> strings) {
  StringBuilder result;
  for(String s : strings) {
    result.appendAll(functionB(s.toCharArray()));
  }
}

functionB(char[] arg1) {
  results.add(new String(arg1,i, length)); //hotspot here
}

到目前为止，从我的测试中可以看出，内存方面它是一个清洗（char []分配可忽略不计并且不影响GC，两者都创建相同数量的新字符串/ substring（）内存-leak在前一段时间被修复了），并且由于对子串的不断查找，因此CPU []版本获胜。这听起来不对吗？我在分析中遗漏了什么吗？

有关解决方案的说明 根据下面的答案，functionB似乎是最快的。还要注意在functionParent中有一个StringBuilder - 而StringBuilder有一个1append（char []，index，length）`function

Answer 1

List.map - 除了绑定检查之外，还可以通过调用String.substring来完成 - 除非结果是整个原始字符串，在这种情况下它只返回原始字符串。

所以我会使用你的第二个/“new String(value, beginIndex, subLen)”例子。

Answer 2

如果您在String次操作中遇到大量substring和append类似操作的内存压力，您应该了解CharSequence抽象。许多API已经准备好使用这些API代替String。

由于String本身实现了CharSequence，您可以将方法更改为接受CharSequence输入而不是String而不更改其有用性。 subSequence的{{1}}实现与String的执行方式相同，因此会复制内容，但您可以创建子序列而不使用CharBuffer.wrap(string, start, end)进行复制。

如上所述，大多数操作支持substring输入，最明显的是用于您的用例

StringBuilder.append(CharSequence s)
StringBuilder.append(CharSequence s, int start, int end)
已提到的CharBuffer.wrap(CharSequence csq, int start, int end)

还有CharSequence.subSequence(int start, int end)，但如上所述，如果基础序列为CharSequence，则会获得副本，而String则保证非复制行为
CharBuffer.wrap(char[] array, int offset, int length)作为获取CharBuffer.wrap数组的CharSequence表示而无需复制的规范方法
String.contentEquals(CharSequence)
整个正则表达式包，如果需要，请参阅，例如Pattern.matcher(CharSequence)
etc.

请注意，char[]也会实现StringBuilder，因此可以在不需要创建中间CharSequence副本的情况下实现操作的往返。

String.substring（）的性能与手动查找到复制的char []数组相比如何？

2 个答案: