首页 > 代码库 > string insert 的性能分析
string insert 的性能分析
有这样一个网络传输包。
前端有个固定的包头，包含了后面传输body的长度信息。
在有拷贝的前提下，我们选用什么性能比较高呢？
方案一
复用data_buffer string 将Header 头insert到data_buffer中，将大量的字符串后移定长。
方案二
将Header外化一个string，然后调用append函数，将data_buffer的字符拷贝到head的string中去。
方案三
分配内存，memcpy 过去。
方案四
不分配内存，利用栈空间（受限），memcpy过去。
这四种方案那种的效率最高呢？我比较好奇，做了下实验（如无说明，已然-O2优化），测试代码参考
#include <string>#include <stdio.h>#include "Utility.h"int load_file(const char* filename, char** content, size_t* content_len){ FILE* fp = fopen(filename, "r"); if (!fp) { return -1; } fseek(fp, 0, SEEK_END); size_t len = ftell(fp); rewind(fp); char* buf = (char*)malloc(len + 1); if (!buf) { return -2; } fread(buf, sizeof(char), len, fp); buf[len] = ‘\0‘; fclose(fp); *content = buf; *content_len = len; return 0;}int main(int argc, const char *argv[]){ char* content; const char* file_name = argv[1]; uint32_t space = atoi(argv[2]); uint32_t insert = atoi(argv[3]); size_t len = 0; if (load_file(file_name, &content, &len) < 0) { printf("load %s failed\n", file_name); return -1; } std::string raw_content(content, len); for (int i = 0; i < space - 1 ; i++) { raw_content.append(content, len); } char size_str[64]; snprintf(size_str, sizeof(size_str), "%u\t%u", insert, raw_content.size()); std::string final_content("cooooooo%dddd$%DDD123r423"); { TimeEval timer(size_str); if(insert == 0 ) { raw_content.insert(0, final_content); } if (insert == 1) { final_content.append(raw_content); } if (insert == 2) { char* buf = (char*)malloc(final_content.size() + raw_content.size() + 1); memcpy(buf, final_content.c_str(), final_content.size()); memcpy(buf + final_content.size(), raw_content.c_str(), raw_content.size()); free(buf); } } return 0;}
性能测试显示
可以看到在insert移动文本长度在k 级别以上时，其效率较拷贝的效率高得多。
个人觉得原因有两个
1）cache
大数据如果已然cache住，往里面拷贝小数据比较快。
如果生成两份大数据，往变量中拷贝，cache的可能性要小，程序的局部性变低。
2）内存分配
通过gcc的代码append 一个大数据，和insert一份小数据，append分配内存空间的可能性要大得多。
由于涉及到内存分配，方案3的效率最低。
方案1 和方案2 的性能差别应该以上由于方案二分配了大量的(标红处）内存空间，gcc的代码如下
结论：
1. 分配和空间拷贝数据是比较耗时的。在程序中应该尽量减少内存分配。
2. 如果需要拷贝，则尽量拷贝将小数据拷贝到大数据处，而不是相反。
string insert 的性能分析
声明：以上内容来自用户投稿及互联网公开渠道收集整理发布，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任，若内容有误或涉及侵权可进行投诉： 投诉/举报 工作人员会在5个工作日内联系你，一经查实，本站将立刻删除涉嫌侵权内容。