弦连接真的那么慢吗？

Question

我目前正在研究字符串concat选项，以及它们对整体性能的影响。我的测试用例产生了让我震惊的结果，我不确定我是否忽略了什么。

这里是交易：在java中执行“something”“somethingElse”将（在编译时）创建一个新的StringBuilder。

对于我的测试用例，我正在从我的硬盘加载一个文件，其中包含1661行示例数据（经典的“Lorem Ipsum”）。这个问题不是关于I/O性能，而是关于不同字符串concat方法的性能。

public class InefficientStringConcat {

    public static void main(String[] agrs) throws Exception{
        // Get a file with example data:

        System.out.println("Starting benchmark");
        // Read an measure:
        for (int i = 0; i < 10; i++){
            BufferedReader in = new BufferedReader(
                    new InputStreamReader(new FileInputStream(new File("data.txt")))
            );

            long start = System.currentTimeMillis();
            // Un-comment method to test:
            //inefficientRead(in);
            //betterRead(in);
            long end = System.currentTimeMillis();
            System.out.println("Took "+(end-start)+"ms");

            in.close();
        }



    }

    public static String betterRead(BufferedReader in) throws IOException{
        StringBuilder b = new StringBuilder();
        String line;
        while ((line = in.readLine()) != null){
            b.append(line);
        }
        return b.toString();
    }

    public static String inefficientRead(BufferedReader in) throws IOException {
        String everything = "", line;
        while ((line = in.readLine()) != null){
            everything += line;
        }
        return everything;
    }
}

如您所见，两个测试的设置是相同的。以下是结果：

使用无效阅读（）-方法：

Starting benchmark
#1 Took 658ms
#2 Took 590ms
#3 Took 569ms
#4 Took 567ms
#5 Took 562ms
#6 Took 570ms
#7 Took 563ms
#8 Took 568ms
#9 Took 560ms
#10 Took 568ms

使用betterRead（）-方法

Starting benchmark
#1 Took 42ms
#2 Took 10ms
#3 Took 5ms
#4 Took 7ms
#5 Took 16ms
#6 Took 3ms
#7 Took 4ms
#8 Took 5ms
#9 Took 5ms
#10 Took 13ms

我在运行测试时，对java-命令没有额外的参数。我从2009年初开始运行MacMini3,1和Sun JDK 7：

[luke@BlackBox ~]$ java -version
java version "1.7.0_09"
Java(TM) SE Runtime Environment (build 1.7.0_09-b05)
Java HotSpot(TM) Client VM (build 23.5-b02, mixed mode)

我觉得这是一个很大的不同。我在衡量这一点时是做错了什么，还是应该这样？

Answer 1

这正是应该发生的事情betterRead需要线性时间<代码>低效读取需要二次时间。

Answer 2

我在衡量这一点时是做错了什么，还是应该这样？

这是应该发生的。使用重复的字符串串联构建长字符串是一种已知的性能反模式：每个串联都必须创建一个新字符串，其中包含原始字符串的副本和附加字符串的副本。你最终的表现是O（N²）。当您使用StringBuilder时，大多数时候您只是将额外的字符串复制到缓冲区中。偶尔，缓冲区需要耗尽空间并需要扩展（通过将存量数据复制到新缓冲区），但这种情况不会经常发生（由于缓冲区扩展策略）。

有关详细信息，请参阅我关于字符串串联的文章——这是一篇非常古老的文章，所以早于StringBuilder，但是基本原理没有改变。（基本上StringBuilder就像StringBuffer，但是没有同步。）