String.substring() 的性能与手动查找复制的 char[] 数组相比如何？

Question

我正在研究一个函数，它连续扫描大量相对较短的字符串，并从中生成大量子字符串。该函数将用于大容量字符串处理系统。我更喜欢首先优化内存，然后再优化 CPU，因为系统上的内存压力大于 CPU 压力。在这种情况下，性能如何比较：

//Java-ish PseudoCode
functionParent(List<String> strings) {
  StringBuilder result;
  for(String s : strings) {
    result.appendAll(functionA(s));
  }
}


functionA(String arg1) {
  results.add(arg1.substring(i, i + length)); //hotspot here
}

---

和：

//Java-ish PseudoCode
functionParent(List<String> strings) {
  StringBuilder result;
  for(String s : strings) {
    result.appendAll(functionB(s.toCharArray()));
  }
}

functionB(char[] arg1) {
  results.add(new String(arg1,i, length)); //hotspot here
}

---

据我到目前为止的测试来看，内存方面这是一次清洗（char[] 分配可以忽略不计并且不会影响 GC，两者都会创建相同数量的新字符串/ substring() 内存泄漏不久前已修复），并且由于不断查找子字符串，因此 char[] 版本在 CPU 方面获胜。这听起来正确吗？我的分析中是否遗漏了任何内容？

---

根据下面的答案，解决方案的注释 functionB似乎是最快的。另请注意， functionParent 中有一个 StringBuilder - 并且 StringBuilder 有一个 1append(char[], index, length)` 函数

Answer 1

如果您因String包含大量类似操作的操作而面临substring内存压力append，那么您应该意识到这种CharSequence抽象。许多 API 已经准备好使用这些来代替String.

\n\n

由于String它本身实现了CharSequence，您可以更改您的方法来接受CharSequence输入，而不是String不改变它们的有用性。subSequencewill的实现String与substring，因此复制内容，但您可以创建一个子序列而不使用复制CharBuffer.wrap(string, start, end)。

\n\n

如前所述，大多数操作都支持CharSequence输入，尤其是对于您的用例

\n\n

\n
• StringBuilder.append(CharSequence s)
\n
• StringBuilder.append(CharSequence s, int start, int end)
\n

• 已经提到过的CharBuffer.wrap(CharSequence csq, int start, int end)

  \n\n

  还有\xe2\x80\x99s CharSequence.subSequence(int start, int end)，但正如所说，如果底层序列是 aString你会得到一个副本，而CharBuffer.wrap保证非复制行为

\n
• CharBuffer.wrap(char[] array, int offset, int length)作为获取CharSequencea 表示的规范方法char[]作为无需复制即可获取数组
\n
• String.contentEquals(CharSequence)
\n
• 整个正则表达式包，如果需要，请参见，例如Pattern.matcher(CharSequence)
\n
• ETC。
\n

\n\n

请注意，StringBuilder还实现了CharSequence，因此允许您的操作往返，而无需创建中间String副本。

\n