Java效能最佳化[2]：字串過濾實戰

　上一個文章已經介紹了基本類型和參考型別的效能差異（主要是由於記憶體配置方式不同導致）。為了給列位看官加深印象，今天拿一個具體的例子來實地操作一把，看看最佳化的效果如何。

　　★關於需求
　　首先描述一下需求，具體如下：給定一個String對象，過濾掉除數字（字元'0'-'9'）以外的其它字元。要求時間開銷儘可能小。過濾函數的原型如下：String filter(String str);
　　針對上述需求，我寫了5個不同的過濾函數。為了敘述方便，分別稱為filter1到filter5。其中filter1效能最差、filter5效能最好。在你接著看後續的內容之前，你先暗自思考一下，如果由你來實現該函數，大概會寫成什麼樣？最好把你想好的函數寫下來，便於後面的對比。

　　★代碼實現

　　◇測試代碼
　　為了方便測試效能，先準備好一個測試代碼，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，先別偷看後續內容哦！另外，先註明一下，我使用的Java環境是JDK 1.5.0-09，使用的測試字串為“D186783E36B721651E8AF96AB1C4000B”。由於JDK版本和機器效能不盡相同，你在自己機器上測試的結果可能和我下面給出的數值不太一樣。

　　◇版本1
　　先來揭曉效能最差的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，連字號串拼接需要用StringBuffer來最佳化都沒搞明白。
　　為了和後續對比，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來最佳化連接字串的效能。為什麼StringBuffer連接字串的效能比String好，這個已經是老生常談，我就不細說了。尚不清楚的同學自己上Google一查便知。我估計應該有挺多同學會寫出類似filter2的代碼。
　　另外，JDK 1.5新增加了StringBuilder，效能會比StringBuffer更好，不過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，所以後面的例子都使用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
　　接著看看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！你再仔細瞧一瞧，原來先把strOld.charAt(i)賦值給char變數，節省了重複調用 charAt()方法的開銷；另外把strOld.length()先儲存為nLen，也節省了重複調用length()的開銷。能想到這一步的同學，估計是比較細心的。
　　經過此一最佳化，處理時間節省為1.48-1.52，提升了約30%。由於charAt()和length()的內部實現都挺簡單的，所以提升的效能不太明顯。
　　另外補充一下，經網友反饋，在JDK 1.6上，filter3和filter2的效能基本相同。可能是由於JDK 1.6已經進行了相關的最佳化。

　　◇版本4
　　然後看看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帶參數的建構函式。通過StringBuffer的建構函式設定初始的容量大小，可以有效避免append()追加字元時重新分配記憶體，從而提高效能。
　　filter4的處理時間大約在1.33-1.39秒。約提高10%，可惜提升的幅度有點小

　　◇版本5
　　最後來看看終極版本，效能最好的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：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，而是拿字元數組進行中間處理。
　　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元數組，節省了append(char)的調用？通過查看append(char)的原始碼，內部的實現很簡單，應該不至於提升這麼多。
　　那是什麼原因捏？
　　首先，雖然filter5有一個字元數組的建立開銷，但是相對於filter4來說，StringBuffer的建構函式內部也會有字元數組的建立開銷。兩相抵消。所以filter5比filter4還多節省了StringBuffer對象本身的建立開銷。（在我的JDK 1.5環境中，這個因素比較明顯）
　　其次，由於StringBuffer是安全執行緒的（它的方法都是synchronized），因此調用它的方法有一定的同步開銷，而字元數組則沒有，這又是一個效能提升的地方。（經網友反饋，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的效能相差約12倍（已經超過一個數量級）。除了filter3相對於filter2是通過消除函數重複調用來提升效能，其它的幾個版本都是通過節省記憶體配置，降低了時間開銷。可見記憶體配置對於效能的影響有多大啊！如果你是看了上一個文章才寫出filter4或者filter5，那說明你已經領會了箇中奧妙，我那個文章也就沒白寫了。

　　★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效能。假如被過濾的字串很大，並且數字字元的比例很低，這種方式就不太合算了。
　　舉個例子：被處理的字串中，絕大部分都只含有不到10%的數字字元，只有少數字串包含較多的數字字元。這時候該怎麼辦捏？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就沒法這麼玩了。
　　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，且數字字元比例很高（至少大於50%）的情況下，用filter5才合算。否則的話，建議用filter4。

 

本文來自CSDN部落格，轉載請標明出處：http://blog.csdn.net/program_think/archive/2009/03/19/4002955.aspx