Java Optimization String vs Char Arrays

Question

En un programa que estoy escribiendo estoy haciendo mucha manipulación de cadenas. Estoy tratando de aumentar el rendimiento y me pregunto si el uso de matrices de caracteres mostrará un aumento de rendimiento decente. ¿Alguna sugerencia?

Answer 1

¿Qué tipo de manipulación estás haciendo? ¿Puedes publicar una muestra de código?

Es posible que desee echar un vistazo a StringBuilder que implementa CharSequence para mejorar el rendimiento. No estoy seguro de que quieras lanzar el tuyo. StringBuilder no es seguro para subprocesos ... si quieres seguridad de subprocesos mira StringBuffer.

Answer 2

La cadena ya está implementada como una matriz de caracteres. ¿Qué planeas hacer de manera diferente? De todos modos, entre eso y el hecho de que GC para objetos efímeros es extremadamente rápido, me sorprendería si pudiera encontrar una manera de aumentar el rendimiento sustituyendo las matrices de caracteres.

El consejo de Michael Borgwardt sobre matrices de caracteres pequeños y el uso de StringBuilder y StringBuffer es muy bueno. Pero para mí lo principal es tratar de no adivinar qué es lento: hacer mediciones, usar un generador de perfiles, obtener algunos hechos definitivos. Porque usualmente nuestras conjeturas sobre el rendimiento resultan ser incorrectas.

Answer 3

Cuando tiene una gran cantidad de cadenas cortas, utilizar char[] en su lugar puede ahorrar bastante memoria, lo que también significa más velocidad debido a menos errores de caché.

Pero con cadenas grandes, lo principal a tener en cuenta es evitar copias innecesarias resultantes de la inmutabilidad de String. Si hace un montón de concatenar o reemplazar, usar StringBuilder puede hacer una gran diferencia.

Answer 4

Aquí es un extracto de la full source of String class de JDK 6.0:

public final class String implements java.io.Serializable, 
     Comparable<String>, CharSequence { 
     /** The value is used for character storage. */ 
     private final char value[]; 

     /** The offset is the first index of the storage that is used. */ 
     private final int offset; 

     /** The count is the number of characters in the String. */ 
     private final int count; 

Como se puede ver internamente el valor ya está almacenado como un array de caracteres. Una matriz de caracteres como estructura de datos tiene todas las limitaciones de la clase String para la mayoría de las manipulaciones de cadenas: las matrices Java no crecen, es decir, cada vez que la cadena necesita crecer necesita una cadena. para asignar una nueva matriz y copiar los contenidos.

Como se sugirió anteriormente, tiene sentido usar StringBuilder o StringBuffer para la mayoría de las manipulaciones de cadenas.

De hecho el siguiente código:

String a = "a"; 
    a=a+"b"; 
    a=a+"c"; 

Cuando compilado serán convertidos automáticamente para utilizar StringBuilder, esto se puede comprobar fácilmente con la ayuda de javap. Como regla general, rara vez es recomendable perder tiempo tratando de mejorar el rendimiento de las clases básicas de Java, a menos que sea un experto de clase mundial en el asunto, simplemente porque este código fue escrito por los expertos de clase mundial en la materia. primer lugar.

Answer 5

¿Olvidó su contraseña? ¿Sabes dónde están los cuellos de botella? Ese es el primer paso si el rendimiento es inferior. Bueno, eso y definir qué son las métricas de rendimiento aceptables.

Una vez que haya perfilado algunas tareas, tendrá porcentajes de tiempo dedicado a hacer cosas. Si pasas mucho tiempo manipulando cadenas, ¿quizás puedes comenzar a guardar algunas de esas manipulaciones?¿Estás haciendo algunos de ellos repetidamente cuando hacerlos solo una vez sería suficiente (y luego usar ese resultado más tarde cuando sea necesario)? ¿Estás copiando cadenas cuando no es necesario? Recuerde, java.lang.String es inmutable, por lo que no se puede cambiar directamente.

He encontrado varias veces mientras optimizo/desempeño los sistemas de ajuste en los que trabajo que no sé de dónde proviene la lentitud instintivamente. He visto a otros (y, vergonzosamente, a mí mismo) pasar días optimizando algo que no muestra ninguna ganancia, porque no era el cuello de botella original, y de hecho era menos del 1% del tiempo pasado.

Espero que esto ayude a orientarlo en la dirección correcta.