首页 > 代码库 > 字符串操作优化
字符串操作优化
字符串操作优化
字符串对象
字符串对象或者其等价对象 (如 char 数组)，在内存中总是占领最大的空间块。因此怎样高效地处理字符串，是提高系统总体性能的关键。
String 对象能够觉得是 char 数组的延伸和进一步封装，它主要由 3 部分组成：char 数组、偏移量和 String 的长度。
char 数组表示 String 的内容。它是 String 对象所表示字符串的超集。String 的真实内容还须要由偏移量和长度在这个 char 数组中进行定位和截取。
String 有 3 个基本特点：
1. 不变性；
2. 针对常量池的优化。
3. 类的 final 定义。
不变性指的是 String 对象一旦生成。则不能再对它进行改变。String 的这个特性能够泛化成不变 (immutable) 模式，即一个对象的状态在对象被创建之后就不再发生变化。
不变模式的主要作用在于当一个对象须要被多线程共享。而且訪问频繁时，能够省略同步和锁等待的时间，从而大幅提高系统性能。
针对常量池的优化指的是当两个 String 对象拥有同样的值时，它们仅仅引用常量池中的同一个拷贝，当同一个字符串重复出现时。这个技术能够大幅度节省内存空间。
以下代码 str1、str2、str4 引用了同样的地址，可是 str3 却又一次开辟了一块内存空间，尽管 str3 单独占用了堆空间，可是它所指向的实体和 str1 全然一样。代码例如以下清单 1 所看到的。
清单 1. 演示样例代码
public class StringDemo {
public static void main(String[] args){
String str1 = "abc";
String str2 = "abc";
String str3 = new String("abc");
String str4 = str1;
System.out.println("is str1 = str2?"+(str1==str2));
System.out.println("is str1 = str3?"+(str1==str3));
System.out.println("is str1 refer to str3?"+(str1.intern()==str3.intern()));
System.out.println("is str1 = str4"+(str1==str4));
System.out.println("is str2 = str4"+(str2==str4));
System.out.println("is str4 refer to str3?
"+(str4.intern()==str3.intern()));
}
}
输出如清单 2 所看到的。
清单 2. 输出结果
is str1 = str2?true is str1 = str3?
false is str1 refer to str3?true is str1 = str4true is str2 = str4true is str4 refer to str3?true
SubString 使用技巧
String 的 substring 方法源代码在最后一行新建了一个 String 对象。new String(offset+beginIndex,endIndex-beginIndex,value);该行代码的目的是为了能高效且高速地共享 String 内的 char 数组对象。但在这样的通过偏移量来截取字符串的方法中。String 的原生内容 value 数组被拷贝到新的子字符串中。设想，假设原始字符串非常大，截取的字符长度却非常短，那么截取的子字符串中包括了原生字符串的全部内容，并占领了对应的内存空间，而只通过偏移量和长度来决定自己的实际取值。
这样的算法提高了速度却浪费了空间。
以下代码演示了使用 substring 方法在一个非常大的 string 独享里面截取一段非常小的字符串，假设採用 string 的 substring 方法会造成内存溢出，假设採用重复创建新的 string 方法能够确保正常执行。
清单 3.substring 方法演示
import java.util.ArrayList;
import java.util.List;
public class StringDemo {
public static void main(String[] args){
List<String> handler = new ArrayList<String>();
for(int i=0;i<1000;i++){
HugeStr h = new HugeStr();
ImprovedHugeStr h1 = new ImprovedHugeStr();
handler.add(h.getSubString(1, 5));
handler.add(h1.getSubString(1, 5));
}
}
static class HugeStr{
private String str = new String(new char[800000]);
public String getSubString(int begin,int end){
return str.substring(begin, end);
}
}
static class ImprovedHugeStr{
private String str = new String(new char[10000000]);
public String getSubString(int begin,int end){
return new String(str.substring(begin, end));
}
}
}
输出结果如清单 4 所看到的。
清单 4. 输出结果
Exception in thread "main" java.lang.OutOfMemoryError: Java heap space at java.util.Arrays.copyOf(Unknown Source) at java.lang.StringValue.from(Unknown Source) at java.lang.String.<init>(Unknown Source) at StringDemo$ImprovedHugeStr.<init>(StringDemo.java:23) at StringDemo.main(StringDemo.java:9)
ImprovedHugeStr 能够工作是由于它使用没有内存泄漏的 String 构造函数又一次生成了 String 对象，使得由 substring() 方法返回的、存在内存泄漏问题的 String 对象失去全部的强引用，从而被垃圾回收器识别为垃圾对象进行回收，保证了系统内存的稳定。
String 的 split 方法支持传入正則表達式帮助处理字符串，可是简单的字符串切割时性能较差。
对照 split 方法和 StringTokenizer 类的处理字符串性能，代码如清单 5 所看到的。
切分字符串方式讨论
String 的 split 方法支持传入正則表達式帮助处理字符串。操作较为简单。可是缺点是它所依赖的算法在对简单的字符串切割时性能较差。
清单 5 所看到的代码对照了 String 的 split 方法和调用 StringTokenizer 类来处理字符串时性能的差距。
清单 5.String 的 split 方法演示
import java.util.StringTokenizer;
public class splitandstringtokenizer {
public static void main(String[] args){
String orgStr = null;
StringBuffer sb = new StringBuffer();
for(int i=0;i<100000;i++){
sb.append(i);
sb.append(",");
}
orgStr = sb.toString();
long start = System.currentTimeMillis();
for(int i=0;i<100000;i++){
orgStr.split(",");
}
long end = System.currentTimeMillis();
System.out.println(end-start);
start = System.currentTimeMillis();
String orgStr1 = sb.toString();
StringTokenizer st = new StringTokenizer(orgStr1,",");
for(int i=0;i<100000;i++){
st.nextToken();
}
st = new StringTokenizer(orgStr1,",");
end = System.currentTimeMillis();
System.out.println(end-start);
start = System.currentTimeMillis();
String orgStr2 = sb.toString();
String temp = orgStr2;
while(true){
String splitStr = null;
int j=temp.indexOf(",");
if(j<0)break;
splitStr=temp.substring(0, j);
temp = temp.substring(j+1);
}
temp=orgStr2;
end = System.currentTimeMillis();
System.out.println(end-start);
}
}
输出如清单 6 所看到的：
清单 6. 执行输出结果
39015 16 15
当一个 StringTokenizer 对象生成后，通过它的 nextToken() 方法便能够得到下一个切割的字符串，通过 hasMoreToken 方法能够知道是否有很多其它的字符串须要处理。对照发现 split 的耗时非常的长，採用 StringTokenizer 对象处理速度非常快。
我们尝试自己实现字符串切割算法。使用 substring 方法和 indexOf 方法组合而成的字符串切割算法能够帮助非常快切分字符串并替换内容。
因为 String 是不可变对象，因此。在须要对字符串进行改动操作时 (如字符串连接、替换)，String 对象会生成新的对象。所以其性能相对较差。
可是 JVM 会对代码进行彻底的优化，将多个连接操作的字符串在编译时合成一个单独的长字符串。
以上实例执行结果差异较大的原因是 split 算法对每个字符进行了对照。这样当字符串较大时。须要把整个字符串读入内存，逐一查找，找到符合条件的字符，这样做较为耗时。
而 StringTokenizer 类同意一个应用程序进入一个令牌（tokens），StringTokenizer 类的对象在内部已经标识化的字符串中维持了当前位置。一些操作使得在现有位置上的字符串提前得到处理。 一个令牌的值是由获得其以前创建 StringTokenizer 类对象的字串所返回的。
清单 7.split 类源码
import java.util.ArrayList;
public class Split {
public String[] split(CharSequence input, int limit) {
int index = 0;
boolean matchLimited = limit > 0;
ArrayList<String> matchList = new ArrayList<String>();
Matcher m = matcher(input);
// Add segments before each match found
while(m.find()) {
if (!matchLimited || matchList.size() < limit - 1) {
String match = input.subSequence(index, m.start()).toString();
matchList.add(match);
index = m.end();
} else if (matchList.size() == limit - 1) {
// last one
String match = input.subSequence(index,input.length()).toString();
matchList.add(match);
index = m.end();
}
}
// If no match was found, return this
if (index == 0){
return new String[] {input.toString()};
}
// Add remaining segment
if (!matchLimited || matchList.size() < limit){
matchList.add(input.subSequence(index, input.length()).toString());
}
// Construct result
int resultSize = matchList.size();
if (limit == 0){
while (resultSize > 0 && matchList.get(resultSize-1).equals(""))
resultSize--;
String[] result = new String[resultSize];
return matchList.subList(0, resultSize).toArray(result);
}
}
}
split 借助于数据对象及字符查找算法完毕了数据切割，适用于数据量较少场景。
合并字符串
因为 String 是不可变对象，因此。在须要对字符串进行改动操作时 (如字符串连接、替换)，String 对象会生成新的对象，所以其性能相对较差。
可是 JVM 会对代码进行彻底的优化，将多个连接操作的字符串在编译时合成一个单独的长字符串。
针对超大的 String 对象。我们採用 String 对象连接、使用 concat 方法连接、使用 StringBuilder 类等多种方式。代码如清单 8 所看到的。
清单 8. 处理超大 String 对象的演示样例代码
public class StringConcat {
public static void main(String[] args){
String str = null;
String result = "";
long start = System.currentTimeMillis();
for(int i=0;i<10000;i++){
str = str + i;
}
long end = System.currentTimeMillis();
System.out.println(end-start);
start = System.currentTimeMillis();
for(int i=0;i<10000;i++){
result = result.concat(String.valueOf(i));
}
end = System.currentTimeMillis();
System.out.println(end-start);
start = System.currentTimeMillis();
StringBuilder sb = new StringBuilder();
for(int i=0;i<10000;i++){
sb.append(i);
}
end = System.currentTimeMillis();
System.out.println(end-start);
}
}
输出如清单 9 所看到的。
清单 9. 执行输出结果
375 187 0
尽管第一种方法编译器推断 String 的加法执行成 StringBuilder 实现，可是编译器没有做出足够聪明的推断，每次循环都生成了新的 StringBuilder 实例从而大大减少了系统性能。
StringBuffer 和 StringBuilder 都实现了 AbstractStringBuilder 抽象类。拥有差点儿同样的对外借口，两者的最大不同在于 StringBuffer 对差点儿全部的方法都做了同步，而 StringBuilder 并没有不论什么同步。因为方法同步须要消耗一定的系统资源，因此，StringBuilder 的效率也好于 StringBuffer。
可是，在多线程系统中，StringBuilder 无法保证线程安全。不能使用。代码如清单 10 所看到的。
清单 10.StringBuilderVSStringBuffer
public class StringBufferandBuilder {
public StringBuffer contents = new StringBuffer();
public StringBuilder sbu = new StringBuilder();
public void log(String message){
for(int i=0;i<10;i++){
/*
contents.append(i);
contents.append(message);
contents.append("/n");
*/
contents.append(i);
contents.append("/n");
sbu.append(i);
sbu.append("/n");
}
}
public void getcontents(){
//System.out.println(contents);
System.out.println("start print StringBuffer");
System.out.println(contents);
System.out.println("end print StringBuffer");
}
public void getcontents1(){
//System.out.println(contents);
System.out.println("start print StringBuilder");
System.out.println(sbu);
System.out.println("end print StringBuilder");
}
public static void main(String[] args) throws InterruptedException {
StringBufferandBuilder ss = new StringBufferandBuilder();
runthread t1 = new runthread(ss,"love");
runthread t2 = new runthread(ss,"apple");
runthread t3 = new runthread(ss,"egg");
t1.start();
t2.start();
t3.start();
t1.join();
t2.join();
t3.join();
}
}
class runthread extends Thread{
String message;
StringBufferandBuilder buffer;
public runthread(StringBufferandBuilder buffer,String message){
this.buffer = buffer;
this.message = message;
}
public void run(){
while(true){
buffer.log(message);
//buffer.getcontents();
buffer.getcontents1();
try {
sleep(5000000);
} catch (InterruptedException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
}
}
输出结果如清单 11 所看到的。
清单 11. 执行结果
start print StringBuffer 0123456789 end print StringBuffer start print StringBuffer start print StringBuilder 01234567890123456789 end print StringBuffer start print StringBuilder 01234567890123456789 01234567890123456789 end print StringBuilder end print StringBuilder start print StringBuffer 012345678901234567890123456789 end print StringBuffer start print StringBuilder 012345678901234567890123456789 end print StringBuilder
StringBuilder 数据并没有依照预想的方式进行操作。
StringBuilder 和 StringBuffer 的扩充策略是将原有的容量大小翻倍，以新的容量申请内存空间。建立新的 char 数组，然后将原数组中的内容拷贝到这个新的数组中。因此，对于大对象的扩容会涉及大量的内存复制操作。
假设可以预先评估大小，会提高性能。
数据定义、运算逻辑优化
使用局部变量
调用方法时传递的參数以及在调用中创建的暂时变量都保存在栈 (Stack) 里面，读写速度较快。其它变量，如静态变量、实例变量等，都在堆 (heap) 中创建。读写速度较慢。
清单 12 所看到的代码演示了使用局部变量和静态变量的操作时间对照。
清单 12. 局部变量 VS 静态变量
public class variableCompare {
public static int b = 0;
public static void main(String[] args){
int a = 0;
long starttime = System.currentTimeMillis();
for(int i=0;i<1000000;i++){
a++;//在函数体内定义局部变量
}
System.out.println(System.currentTimeMillis() - starttime);
starttime = System.currentTimeMillis();
for(int i=0;i<1000000;i++){
b++;//在函数体内定义局部变量
}
System.out.println(System.currentTimeMillis() - starttime);
}
}
执行后输出如清单 13 所看到的。
清单 13. 执行结果
0 15
以上两段代码的执行时间分别为 0ms 和 15ms。由此可见，局部变量的訪问速度远远高于类的成员变量。
位运算取代乘除法
位运算是全部的运算中最为高效的。
因此，能够尝试使用位运算取代部分算数运算，来提高系统的执行速度。最典型的就是对于整数的乘除运算优化。清单 14 所看到的代码是一段使用算数运算的实现。
清单 14. 算数运算
public class yunsuan {
public static void main(String args[]){
long start = System.currentTimeMillis();
long a=1000;
for(int i=0;i<10000000;i++){
a*=2;
a/=2;
}
System.out.println(a);
System.out.println(System.currentTimeMillis() - start);
start = System.currentTimeMillis();
for(int i=0;i<10000000;i++){
a<<=1;
a>>=1;
}
System.out.println(a);
System.out.println(System.currentTimeMillis() - start);
}
}
执行输出如清单 15 所看到的。
清单 15. 执行结果
1000 546 1000 63
两段代码运行了全然同样的功能，在每次循环中。整数 1000 乘以 2，然后除以 2。第一个循环耗时 546ms，第二个循环耗时 63ms。
替换 switch
keyword switch 语句用于多条件推断，switch 语句的功能类似于 if-else 语句，两者的性能几乎相同。
可是 switch 语句有性能提升空间。清单 16 所看到的代码演示了 Switch 与 if-else 之间的对照。
清单 16.Switch 演示样例
public class switchCompareIf {
public static int switchTest(int value){
int i = value%10+1;
switch(i){
case 1:return 10;
case 2:return 11;
case 3:return 12;
case 4:return 13;
case 5:return 14;
case 6:return 15;
case 7:return 16;
case 8:return 17;
case 9:return 18;
default:return -1;
}
}
public static int arrayTest(int[] value,int key){
int i = key%10+1;
if(i>9 || i<1){
return -1;
}else{
return value[i];
}
}
public static void main(String[] args){
int chk = 0;
long start=System.currentTimeMillis();
for(int i=0;i<10000000;i++){
chk = switchTest(i);
}
System.out.println(System.currentTimeMillis()-start);
chk = 0;
start=System.currentTimeMillis();
int[] value=http://www.mamicode.com/new int[]{0,10,11,12,13,14,15,16,17,18};>
执行输出如清单 17 所看到的。
清单 17. 执行结果
172 93
使用一个连续的数组取代 switch 语句，因为对数据的随机訪问很快。至少好于 switch 的分支推断。从上面样例能够看到比較的效率差距近乎 1 倍。switch 方法耗时 172ms，if-else 方法耗时 93ms。
一维数组取代二维数组
JDK 非常多类库是採用数组方式实现的数据存储。比方 ArrayList、Vector 等，数组的长处是随机訪问性能非常好。一维数组和二维数组的訪问速度不一样，一维数组的訪问速度要优于二维数组。在性能敏感的系统中要使用二维数组，尽量将二维数组转化为一维数组再进行处理。以提高系统的响应速度。
清单 18. 数组方式对照
public class arrayTest {
public static void main(String[] args){
long start = System.currentTimeMillis();
int[] arraySingle = new int[1000000];
int chk = 0;
for(int i=0;i<100;i++){
for(int j=0;j<arraySingle.length;j++){
arraySingle[j] = j;
}
}
for(int i=0;i<100;i++){
for(int j=0;j<arraySingle.length;j++){
chk = arraySingle[j];
}
}
System.out.println(System.currentTimeMillis() - start);
start = System.currentTimeMillis();
int[][] arrayDouble = new int[1000][1000];
chk = 0;
for(int i=0;i<100;i++){
for(int j=0;j<arrayDouble.length;j++){
for(int k=0;k<arrayDouble[0].length;k++){
arrayDouble[i][j]=j;
}
}
}
for(int i=0;i<100;i++){
for(int j=0;j<arrayDouble.length;j++){
for(int k=0;k<arrayDouble[0].length;k++){
chk = arrayDouble[i][j];
}
}
}
System.out.println(System.currentTimeMillis() - start);
start = System.currentTimeMillis();
arraySingle = new int[1000000];
int arraySingleSize = arraySingle.length;
chk = 0;
for(int i=0;i<100;i++){
for(int j=0;j<arraySingleSize;j++){
arraySingle[j] = j;
}
}
for(int i=0;i<100;i++){
for(int j=0;j<arraySingleSize;j++){
chk = arraySingle[j];
}
}
System.out.println(System.currentTimeMillis() - start);
start = System.currentTimeMillis();
arrayDouble = new int[1000][1000];
int arrayDoubleSize = arrayDouble.length;
int firstSize = arrayDouble[0].length;
chk = 0;
for(int i=0;i<100;i++){
for(int j=0;j<arrayDoubleSize;j++){
for(int k=0;k<firstSize;k++){
arrayDouble[i][j]=j;
}
}
}
for(int i=0;i<100;i++){
for(int j=0;j<arrayDoubleSize;j++){
for(int k=0;k<firstSize;k++){
chk = arrayDouble[i][j];
}
}
}
System.out.println(System.currentTimeMillis() - start);
}
}
执行输出如清单 19 所看到的。
清单 19. 执行结果
343 624 287 390
第一段代码操作的是一维数组的赋值、取值过程，第二段代码操作的是二维数组的赋值、取值过程。能够看到一维数组方式比二维数组方式快接近一半时间。而对于数组内假设能够降低赋值运算。则能够进一步降低运算耗时。加快程序执行速度。
提取表达式
大部分情况下。代码的反复劳动因为计算机的快速执行。并不会对性能构成太大的威胁，但若希望将系统性能发挥到极致，还是有非常多地方能够优化的。
清单 20. 提取表达式
public class duplicatedCode {
public static void beforeTuning(){
long start = System.currentTimeMillis();
double a1 = Math.random();
double a2 = Math.random();
double a3 = Math.random();
double a4 = Math.random();
double b1,b2;
for(int i=0;i<10000000;i++){
b1 = a1*a2*a4/3*4*a3*a4;
b2 = a1*a2*a3/3*4*a3*a4;
}
System.out.println(System.currentTimeMillis() - start);
}
public static void afterTuning(){
long start = System.currentTimeMillis();
double a1 = Math.random();
double a2 = Math.random();
double a3 = Math.random();
double a4 = Math.random();
double combine,b1,b2;
for(int i=0;i<10000000;i++){
combine = a1*a2/3*4*a3*a4;
b1 = combine*a4;
b2 = combine*a3;
}
System.out.println(System.currentTimeMillis() - start);
}
public static void main(String[] args){
duplicatedCode.beforeTuning();
duplicatedCode.afterTuning();
}
}
执行输出如清单 21 所看到的。
清单 21. 执行结果
202 110
两段代码的区别是提取了反复的公式。使得这个公式的每次循环计算仅仅运行一次。分别耗时 202ms 和 110ms，可见，提取复杂的反复操作是相当具有意义的。这个样例告诉我们，在循环体内，假设可以提取到循环体外的计算公式。最好提取出来，尽可能让程序少做反复的计算。
优化循环
当性能问题成为系统的主要矛盾时，能够尝试优化循环，比如降低循环次数，这样或许能够加快程序执行速度。
清单 22. 降低循环次数
public class reduceLoop {
public static void beforeTuning(){
long start = System.currentTimeMillis();
int[] array = new int[9999999];
for(int i=0;i<9999999;i++){
array[i] = i;
}
System.out.println(System.currentTimeMillis() - start);
}
public static void afterTuning(){
long start = System.currentTimeMillis();
int[] array = new int[9999999];
for(int i=0;i<9999999;i+=3){
array[i] = i;
array[i+1] = i+1;
array[i+2] = i+2;
}
System.out.println(System.currentTimeMillis() - start);
}
public static void main(String[] args){
reduceLoop.beforeTuning();
reduceLoop.afterTuning();
}
}
执行输出如清单 23 所看到的。
清单 23. 执行结果
265 31
这个样例能够看出，通过降低循环次数，耗时缩短为原来的 1/8。
布尔运算取代位运算
尽管位运算的速度远远高于算术运算，可是在条件推断时，使用位运算替代布尔运算确实是很错误的选择。在条件推断时，Java 会对布尔运算做相当充分的优化。如果有表达式 a、b、c 进行布尔运算“a&&b&&c”，依据逻辑与的特点，仅仅要在整个布尔表达式中有一项返回 false，整个表达式就返回 false。因此，当表达式 a 为 false 时，该表达式将马上返回 false。而不会再去计算表达式 b 和 c。
若此时。表达式 a、b、c 须要消耗大量的系统资源。这样的处理方式能够节省这些计算资源。同理，当计算表达式“a||b||c”时。仅仅要 a、b 或 c，3 个表达式当中随意一个计算结果为 true 时，总体表达式马上返回 true。而不去计算剩余表达式。
简单地说，在布尔表达式的计算中，仅仅要表达式的值能够确定，就会马上返回，而跳过剩余子表达式的计算。
若使用位运算 (按位与、按位或) 取代逻辑与和逻辑或。尽管位运算本身没有性能问题，可是位运算总是要将所有的子表达式所有计算完毕后，再给出终于结果。因此，从这个角度看，使用位运算替代布尔运算会使系统进行非常多无效计算。
清单 24. 运算方式对照
public class OperationCompare {
public static void booleanOperate(){
long start = System.currentTimeMillis();
boolean a = false;
boolean b = true;
int c = 0;
//以下循环開始进行位运算。表达式里面的全部计算因子都会被用来计算
for(int i=0;i<1000000;i++){
if(a&b&"Test_123".contains("123")){
c = 1;
}
}
System.out.println(System.currentTimeMillis() - start);
}
public static void bitOperate(){
long start = System.currentTimeMillis();
boolean a = false;
boolean b = true;
int c = 0;
//以下循环開始进行布尔运算，仅仅计算表达式 a 就可以满足条件
for(int i=0;i<1000000;i++){
if(a&&b&&"Test_123".contains("123")){
c = 1;
}
}
System.out.println(System.currentTimeMillis() - start);
}
public static void main(String[] args){
OperationCompare.booleanOperate();
OperationCompare.bitOperate();
}
}
执行输出如清单 25 所看到的。
清单 25. 执行结果
63 0
实例显示布尔计算大大优于位运算，可是，这个结果不能说明位运算比逻辑运算慢。由于在全部的逻辑与运算中，都省略了表达式“”Test_123″.contains(“123″)”的计算，而全部的位运算都没能省略这部分系统开销。
使用 arrayCopy()
数据复制是一项使用频率非常高的功能。JDK 中提供了一个高效的 API 来实现它。System.arraycopy() 函数是 native 函数，通常 native 函数的性能要优于普通的函数。所以，仅处于性能考虑，在软件开发中。应尽可能调用 native 函数。ArrayList 和 Vector 大量使用了 System.arraycopy 来操作数据。特别是同一数组内元素的移动及不同数组之间元素的复制。arraycopy 的本质是让处理器利用一条指令处理一个数组中的多条记录，有点像汇编语言里面的串操作指令 (LODSB、LODSW、LODSB、STOSB、STOSW、STOSB)，仅仅需指定头指针，然后開始循环就可以。即运行一次指令，指针就后移一个位置。操作多少数据就循环多少次。假设在应用程序中须要进行数组复制，应该使用这个函数，而不是自己实现。
详细应用如清单 26 所看到的。
清单 26. 复制数据样例
public class arrayCopyTest {
public static void arrayCopy(){
int size = 10000000;
int[] array = new int[size];
int[] arraydestination = new int[size];
for(int i=0;i<array.length;i++){
array[i] = i;
}
long start = System.currentTimeMillis();
for(int j=0;j>1000;j++){
System.arraycopy(array, 0, arraydestination, 0, size);//使用 System 级别的本地 arraycopy 方式
}
System.out.println(System.currentTimeMillis() - start);
}
public static void arrayCopySelf(){
int size = 10000000;
int[] array = new int[size];
int[] arraydestination = new int[size];
for(int i=0;i<array.length;i++){
array[i] = i;
}
long start = System.currentTimeMillis();
for(int i=0;i<1000;i++){
for(int j=0;j<size;j++){
arraydestination[j] = array[j];//自己实现的方式，採用数组的数据互换方式
}
}
System.out.println(System.currentTimeMillis() - start);
}
public static void main(String[] args){
arrayCopyTest.arrayCopy();
arrayCopyTest.arrayCopySelf();
}
}
输出如清单 27 所看到的。
清单 27. 执行结果
0 23166
上面的样例显示採用 arraycopy 方法运行复制会很的快。原因就在于 arraycopy 属于本地方法，源码如清单 28 所看到的。
清单 28.arraycopy 方法
public static native void arraycopy(Object src, int srcPos, Object dest, int destPos, int length);
src – 源数组。srcPos – 源数组中的起始位置； dest – 目标数组；destPos – 目标数据中的起始位置。length – 要复制的数组元素的数量。清单 28 所看到的方法使用了 native keyword。调用的为 C++编写的底层函数。可见其为 JDK 中的底层函数。
结束语
Java 程序设计优化有非常多方面能够入手，作者将以系列的方式逐步介绍覆盖全部领域。本文是该系列的第一篇文章。主要介绍了字符串对象操作相关、数据定义方面的优化方案、运算逻辑优化及建议，从实际代码演示入手，对优化建议及方案进行了验证。作者始终坚信，没有什么优化方案是百分百有效的，须要读者依据实际情况进行选择、实践。
字符串操作优化