getline 与 istream 和 FILE* 操作的性能差异

Question

我正在尝试比较逐行读取文件的性能。第一种情况是针对 string 和 istream 的 getline，第二种情况是针对 char* 和 FILE* 的 getline。我在想：

1. 为什么第一个案例这么慢？
2. 是否有可能使 C++ 片段更快？

考虑下面的输出（首先是 ifstream）：

Lines count: 10628126
ifstream getline: 43.2684
Lines count: 10628126
fopen getline: 1.06217

首先是文件*：

Lines count: 10628126
fopen getline: 1.96065
Lines count: 10628126
ifstream getline: 43.0428

我用于测试的代码：

#include <fstream>
#include <iostream>
#include <string>

#include <sys/time.h>
#include <stdio.h>


using namespace std;

double gettime()
{
    double result = 0;
    struct timeval tv = {0};
    struct timezone tz = {0};
    gettimeofday(&tv, &tz);
    result = tv.tv_sec + (1.0 * tv.tv_usec / 1000000);
    return result;
}

void read_cpp(const char * filename)
{
    ifstream ifile(filename);
    string line;
    unsigned int i = 0;
    while(getline(ifile, line)) i++;
    cout << "Lines count: " << i << endl;
}

void read_c(const char * filename)
{
    FILE * ifile = fopen(filename, "r");
    size_t linesz = 4096+1;
    char * line = new char[linesz];
    unsigned int i = 0;
    while(getline(&line, &linesz, ifile) > 0) i++;
    delete[] line;
    cout << "Lines count: " << i << endl;
    fclose(ifile);
}

int main(int argc, char * argv[])
{
    double tmstart;
    tmstart = gettime();
    read_cpp(argv[1]);
    cout << "ifstream getline: " << (gettime() - tmstart) << endl;
    tmstart = gettime();
    read_c(argv[1]);
    cout << "fopen getline: " << (gettime() - tmstart) << endl;
}

PS 我尝试交换 read_cpp 和 read_c 几乎没有区别。

更新

看来@Galik和@geza无法使用g++编译器重现该问题，所以我检查了linux环境下的代码，C和C++实现之间几乎没有区别。所以看来是环境问题。最初我使用 Mac OS X 和默认的 C++ 编译器测量了时间clang（令我惊讶）：

$ g++ -v
Configured with: --prefix=/Applications/Xcode.app/Contents/Developer/usr --with-gxx-include-dir=/usr/include/c++/4.2.1
Apple LLVM version 8.1.0 (clang-802.0.42)
Target: x86_64-apple-darwin16.7.0
Thread model: posix
InstalledDir: /Applications/Xcode.app/Contents/Developer/Toolchains/XcodeDefault.xctoolchain/usr/bin

但所有这些事情在 real 上都从未发生过g++：

$ g++ -v
Using built-in specs.
COLLECT_GCC=g++
COLLECT_LTO_WRAPPER=/usr/lib/gcc/x86_64-linux-gnu/4.9/lto-wrapper
Target: x86_64-linux-gnu
Configured with: ...
Thread model: posix
gcc version 4.9.2 (Debian 4.9.2-10)

抱歉给大家带来不便。

更新2

我发现相关主题clang++ fstreams 比 g++ 慢 10 倍。作者还面临着 clang 编译的代码性能下降的问题。要解决此问题，可以使用不同的stdlib实现 ( -stdlib=stdlibc++) 而不是默认的实现 ( -stdlib=libc++)。在这种情况下clang将显示弃用警告：

clang: warning: libstdc++ is deprecated; move to libc++ [-Wdeprecated]

但性能会好得多（即使没有优化）：

Lines count: 10628126
fopen getline: 1.02899
Lines count: 10628126
ifstream getline: 1.67594

Answer 1

C++ 版本做了更多的边界检查、区域设置解释和 iostream 状态管理。它非常坚固。

c 版本是极简的并且更脆弱。

安全性和实用性是有代价的。

这个代价就是时间。

更新：

c readline期望使用malloc和free，而不是new和delete。

这是更正后的版本：

#include <cstdlib>
#include <cstdio>
#include <iostream>

void read_c(const char * filename)
{
    FILE * ifile = fopen(filename, "r");
    size_t linesz = 0;
    char * line = nullptr;
    unsigned int i = 0;
    while(getline(&line, &linesz, ifile) > 0) i++;
    free(line);
    std::cout << "Lines count: " << i << std::endl;
    fclose(ifile);
}