Java字符串之性能優(yōu)化

基礎(chǔ)類型轉(zhuǎn)化成String
在程序中你可能時(shí)常會(huì)需要將別的類型轉(zhuǎn)化成String，有時(shí)候可能是一些基礎(chǔ)類型的值。在拼接字符串的時(shí)候，如果你有兩個(gè)或者多個(gè)基礎(chǔ)類型的值需要放到前面，你需要顯式的將第一個(gè)值轉(zhuǎn)化成String（不然的話像System.out.println(1+'a')會(huì)輸出98，而不是"1a"）。當(dāng)然了，有一組String.valueOf方法可以完成這個(gè)（或者是基礎(chǔ)類型對(duì)應(yīng)的包裝類的方法），不過如果有更好的方法能少敲點(diǎn)代碼的話，誰(shuí)還會(huì)愿意這么寫呢？
在基礎(chǔ)類型前面拼接上一個(gè)空串（""+1)是簡(jiǎn)單的方法了。這個(gè)表達(dá)式的結(jié)果就是一個(gè)String，在這之后你就可以隨意的進(jìn)行字符串拼接操作了——編譯器會(huì)自動(dòng)將那些基礎(chǔ)類型全轉(zhuǎn)化成String的。
不幸的是，這是糟糕的實(shí)現(xiàn)方法了。要想知道為什么，我們得先介紹下這個(gè)字符串拼接在Java里是如何處理的。如果一個(gè)字符串(不管是字面常量也好，或者是變量，方法調(diào)用的結(jié)果也好）后面跟著一個(gè)+號(hào)，再后面是任何的類型表達(dá)式：
string_exp + any_exp
Java編譯器會(huì)把它變成：
new StringBuilder().append( string_exp ).append( any_exp ).toString()
如果表達(dá)式里有多個(gè)+號(hào)的話，后面相應(yīng)也會(huì)多多幾個(gè)StringBuilder.append的調(diào)用，后才是toString方法。
StringBuilder(String)這個(gè)構(gòu)造方法會(huì)分配一塊16個(gè)字符的內(nèi)存緩沖區(qū)。因此，如果后面拼接的字符不超過16的話，StringBuilder不需要再重新分配內(nèi)存，不過如果超過16個(gè)字符的話StringBuilder會(huì)擴(kuò)充自己的緩沖區(qū)。后調(diào)用toString方法的時(shí)候，會(huì)拷貝StringBuilder里面的緩沖區(qū)，新生成一個(gè)String對(duì)象返回。
這意味著基礎(chǔ)類型轉(zhuǎn)化成String的時(shí)候，糟糕的情況就是你得創(chuàng)建:一個(gè)StringBuilder對(duì)象，一個(gè)char[16]數(shù)組，一個(gè)String對(duì)象，一個(gè)能把輸入值存進(jìn)去的char[]數(shù)組。使用String.valueOf的話，至少StringBuilder對(duì)象省掉了。
有的時(shí)候或許你根本就不需要轉(zhuǎn)化基礎(chǔ)類型。比如，你正在解析一個(gè)字符串，它是用單引號(hào)分隔開的。初你可能是這么寫的：
final int nextComma = str.indexOf("'");
或者是這樣：
final int nextComma = str.indexOf('\'');
程序開發(fā)完了，需求變更了，需要支持任意的分隔符。當(dāng)然了，你的第一反應(yīng)是，得將這個(gè)分隔符存到一個(gè)String對(duì)象中，然后使用String.indexOf方法來進(jìn)行拆分。我們假設(shè)有個(gè)預(yù)先配置好的分隔符就放到m_separator字段里（譯注：能用這個(gè)變量名的，應(yīng)該不是Java開發(fā)出身的吧。。）。那么，你解析的代碼應(yīng)該會(huì)是這樣的：
private static List<String> split( final String str )
{
    final List<String> res = new ArrayList<String>( 10 );
    int pos, prev = 0;
    while ( ( pos = str.indexOf( m_separator, prev ) ) != -1 )
    {
        res.add( str.substring( prev, pos ) );
        prev = pos + m_separator.length(); // start from next char after separator
    }
    res.add( str.substring( prev ) );
    return res;
}
不過后面你發(fā)現(xiàn)這個(gè)分隔符就只有一個(gè)字符。在初始化的時(shí)候，你把String mseparator改成了char mseparator，然后把setter方法也一起改了。但你希望解析的方法不要改動(dòng)太大（代碼現(xiàn)在是好使的，我為什么要費(fèi)勁去改它呢？）：
private static List<String> split2( final String str )
{
    final List<String> res = new ArrayList<String>( 10 );
    int pos, prev = 0;
    while ( ( pos = str.indexOf("" + m_separatorChar, prev ) ) != -1 )
    {
        res.add( str.substring( prev, pos ) );
        prev = pos + 1; // start from next char after separator
    }
    res.add( str.substring( prev ) );
    return res;
}
正如你所看到的，indexOf方法的調(diào)用被改動(dòng)了，不過它還是新建出了一個(gè)字符串然后傳遞進(jìn)去。當(dāng)然，這么做是錯(cuò)的，因?yàn)檫€有一個(gè)indexOf方法是接收char類型而不是String類型的。我們用它來改寫一下：
private static List<String> split3( final String str )
{
    final List<String> res = new ArrayList<String>( 10 );
    int pos, prev = 0;
    while ( ( pos = str.indexOf(m_separatorChar, prev ) ) != -1 )
    {
        res.add( str.substring( prev, pos ) );
        prev = pos + 1; // start from next char after separator
    }
    res.add( str.substring( prev ) );
    return res;
}
我們來用上面的三種實(shí)現(xiàn)來進(jìn)行測(cè)試，將"abc,def,ghi,jkl,mno,pqr,stu,vwx,yz"這個(gè)串解析1000萬(wàn)次。下面是Java 641和715的運(yùn)行時(shí)間。Java7由于它的String.substring方法線性復(fù)雜度的所以運(yùn)行時(shí)間反而增加了。關(guān)于這個(gè)你可以參考下這里的資料。
可以看到的是，簡(jiǎn)單的一個(gè)重構(gòu)，明顯的縮短了分割字符串所需要的時(shí)間（split/split2->split3)。

	split	split2	split3
Java 6	4.65 sec	10.34 sec	3.8 sec
Java 7	6.72 sec	8.29 sec	4.37 sec

字符串拼接
本文當(dāng)然也不能完全不提字符串拼接另外兩種方法。第一種是String.concat，這個(gè)很少會(huì)用到。它內(nèi)部其實(shí)是分配了一個(gè)char[]，長(zhǎng)度就是拼接后的字符串的長(zhǎng)度，它將字符串的數(shù)據(jù)拷貝到里面，后使用了私有的構(gòu)造方法來生成了一個(gè)新的字符串，這個(gè)構(gòu)造方法不會(huì)再對(duì)char[]進(jìn)行拷貝，因此這個(gè)方法調(diào)用只創(chuàng)建了兩個(gè)對(duì)象，一個(gè)是String本身，還有一個(gè)就是它內(nèi)部的char[]。不幸的是，除非你只拼接兩個(gè)字符串，這個(gè)方法才會(huì)比較高效一些。
還有一種方法就是使用StringBuilder類，以及它的一系列的append方法。如果你有很多要拼接的值的話，這個(gè)方法當(dāng)然是快的了。它在Java5中被首度引入，用來替代StringBuffer。它們的主要區(qū)別就是StringBuffer是線程安全的，而StringBuilder不是。不過你會(huì)經(jīng)常并發(fā)的拼接字符串么難道？
在測(cè)試中，我們把0到100000之間的數(shù)全部進(jìn)行了拼接，分別使用了String.concat, +操作符，還有StringBuilder，代碼如下：
String res = "";
for ( int i = 0; i < ITERS; ++i )
{
    final String s = Integer.toString( i );
    res = res.concat( s ); //second option: res += s;
}       
//third option:       
StringBuilder res = new StringBuilder();
for ( int i = 0; i < ITERS; ++i )
{
    final String s = Integer.toString( i );
    res.append( s );
}

String.concat	+	StringBuilder.append
10.145 sec	42.677 sec	0.012 sec

結(jié)果非常明顯——O(n)的時(shí)間復(fù)雜度明顯要比O(n2) 要強(qiáng)得多。不過在實(shí)際工作中會(huì)用到大量的+操作符——因?yàn)樗鼈儗?shí)在是非常方便。為了解決這個(gè)問題，從Java6 update 20開始，引入了一個(gè)-XX:+OtimizeStringConcat開關(guān)。在Java 702和Java 715之間的版本，它是默認(rèn)打開著的（在Java 6_41中還是默認(rèn)關(guān)閉著的），因此可能你得手動(dòng)將它打開。跟其它-XX的選項(xiàng)一樣，它的文檔也相當(dāng)?shù)牟睿?br /> Optimize String concatenation operations where possible. (Introduced in Java 6 Update 20)
我們假設(shè)Oracle的工程師實(shí)現(xiàn)這個(gè)選項(xiàng)的時(shí)候是盡了大努力的吧。坊間傳聞，它是把一些StringBuilder拼接的邏輯替換成了類似String.concat那樣的實(shí)現(xiàn)——它先生成一個(gè)合適大小的char[]然后再把東西拷貝進(jìn)去。后生成一個(gè)String。那些嵌套的拼接操作它可能也支持（str1 +(str2+str3) +str4)。打開這個(gè)選項(xiàng)后進(jìn)行測(cè)試，結(jié)果表明，+號(hào)的性能跟String.concat的十分接近:

String.concat	+	StringBuilder.append
10.19 sec	10.722 sec	0.013 sec

我們做另外一個(gè)測(cè)試。正如前面提到的，默認(rèn)的StringBuilder構(gòu)造器分配的是16個(gè)字符的緩沖區(qū)。當(dāng)需要添加第17個(gè)字符時(shí)，這個(gè)緩沖區(qū)會(huì)被擴(kuò)充。我們把100到100000間的數(shù)字分別追加到"12345678901234”的后面。結(jié)果串的長(zhǎng)度應(yīng)該是在17到20之間，因此默認(rèn)的+操作符的實(shí)現(xiàn)會(huì)需要StringBuilder重新調(diào)整大小。作為對(duì)比，我們?cè)僮隽硪粋€(gè)測(cè)試，在這里我們直接創(chuàng)建一個(gè)StringBuilder(21)來保證它的緩沖區(qū)足夠大，而不會(huì)重新調(diào)整：
final String s = BASE + i;
final String s = new StringBuilder( 21 ).append( BASE ).append( i ).toString();
沒有打開這個(gè)選項(xiàng)的話，+號(hào)的實(shí)現(xiàn)會(huì)比顯式的StringBuilder的實(shí)現(xiàn)的時(shí)間要多出一半。打開了這個(gè)選項(xiàng)后，兩邊的結(jié)果是一樣的。不過有趣的是，即使是StringBuilder的實(shí)現(xiàn)本身，打開了開關(guān)后速度居然也變快了！

+, 開關(guān)關(guān)閉	+, 開關(guān)打開	new StringBuilder(21),開關(guān)關(guān)閉	new StringBuilder(21),開關(guān)打開
0.958 sec	0.494 sec	0.663 sec	0.494 sec

總結(jié)

• 當(dāng)轉(zhuǎn)化成字符串的時(shí)候，應(yīng)當(dāng)避免使用""串進(jìn)行轉(zhuǎn)化。使用合適的String.valueOf方法或者包裝類的toString(value)方法。
• 盡量使用StringBuilder進(jìn)行字符串拼接。檢查下老舊碼，把那些能替換掉的StringBuffer也替換成它。
• 使用Java 6 update 20引入的-XX:+OptimizeStringConcat選項(xiàng)來提高字符串拼接的性能。在近的Java7的版本中已經(jīng)默認(rèn)打開了，不過在Java 6_41還是關(guān)閉的。