从 Java 中的子字符串中高效解析整数

Question

AFAIK 在标准 Java 库中没有有效的方法来解析子字符串中的整数，而无需实际更新包含子字符串的新字符串。

我正在从字符串中解析数百万个整数，并且我不想为每个子字符串创建新字符串。复制是我不需要的开销。

给定一个字符串 s，我想要一个类似的方法：

parseInteger(s, startOffset, endOffset)

语义如下：

Integer.parseInt(s.substring(startOffset, endOffset))

现在，我知道我可以这样写：

public static int parse(String s, int start, int end) {
    long result = 0;
    boolean foundMinus = false;

    while (start < end) {
        char ch = s.charAt(start);
        if (ch == ' ')
            /* ok */;
        else if (ch == '-') {
            if (foundMinus)
                throw new NumberFormatException();
            foundMinus = true;
        } else if (ch < '0' || ch > '9')
            throw new NumberFormatException();
        else
            break;
        ++start;
    }

    if (start == end)
        throw new NumberFormatException();

    while (start < end) {
        char ch = s.charAt(start);
        if (ch < '0' || ch > '9')
            break;
        result = result * 10 + (int) ch - (int) '0';
        ++start;
    }

    while (start < end) {
        char ch = s.charAt(start);
        if (ch != ' ')
            throw new NumberFormatException();
        ++start;
    }
    if (foundMinus)
        result *= -1;
    if (result < Integer.MIN_VALUE || result > Integer.MAX_VALUE)
        throw new NumberFormatException();
    return (int) result;
}

但这不是重点。我宁愿从经过测试、受支持的第三方库中获取它。例如，解析 long 和正确处理 Long.MIN_VALUE 有点微妙，我通过将 int 解析为 long 来作弊。如果解析的整数大于Long.MAX_VALUE，上述仍然存在溢出问题。

有没有这样的库？

我的搜索结果很少。

Answer 1

您是否对您的应用进行了概要分析？您找到问题的根源了吗？

由于Strings 是不可变的，因此很有可能只需要很少的内存并且执行很少的操作来创建子字符串。

除非您真的遇到内存、垃圾收集等问题，否则请使用 substring 方法。 不要为你没有的问题寻求复杂的解决方案。

此外：如果您自己实施某些事情，就效率而言，您可能会失去更多。您的代码做了很多工作并且相当复杂——但是，对于默认实现，您可能很确定它相对较快。并且没有错误。

Answer 2

如果您没有遇到实际的性能问题，请不要太担心对象。使用当前的 JVM，在性能和内存开销方面会有永久性的改进。

如果您希望子字符串共享底层字符串，可以查看 Google 协议缓冲区中的“ByteString”：

https://developers.google.com/protocol-buffers/docs/reference/java/com/google/protobuf/ByteString#substring%28int,%20int%29

Answer 3

我忍不住要衡量你方法的改进：

package test;

public class TestIntParse {

    static final int MAX_NUMBERS = 10000000;
    static final int MAX_ITERATIONS = 100;

    public static void main(String[] args) {
        long timeAvoidNewStrings = 0;
        long timeCreateNewStrings = 0;

        for (int i = 0; i < MAX_ITERATIONS; i++) {
            timeAvoidNewStrings += test(true);
            timeCreateNewStrings += test(false);
        }

        System.out.println("Average time method 'AVOID new strings': " + (timeAvoidNewStrings / MAX_ITERATIONS) + " ms");
        System.out.println("Average time method 'CREATE new strings': " + (timeCreateNewStrings / MAX_ITERATIONS) + " ms");
    }

    static long test(boolean avoidStringCreation) {
        long start = System.currentTimeMillis();

        for (int i = 0; i < MAX_NUMBERS; i++) {
            String value = Integer.toString((int) Math.random() * 100000);
            int intValue = avoidStringCreation ? parse(value, 0, value.length()) : parse2(value, 0, value.length());
            String value2 = Integer.toString(intValue);
            if (!value2.equals(value)) {
                System.err.println("Error at iteration " + i + (avoidStringCreation ? " without" : " with") + " string creation: " + value + " != " + value2);
            }
        }

        return System.currentTimeMillis() - start;
    }

    public static int parse2(String s, int start, int end) {
        return Integer.valueOf(s.substring(start, end));
    }

    public static int parse(String s, int start, int end) {
        long result = 0;
        boolean foundMinus = false;

        while (start < end) {
            char ch = s.charAt(start);
            if (ch == ' ')
                /* ok */;
            else if (ch == '-') {
                if (foundMinus)
                    throw new NumberFormatException();
                foundMinus = true;
            } else if (ch < '0' || ch > '9')
                throw new NumberFormatException();
            else
                break;
            ++start;
        }

        if (start == end)
            throw new NumberFormatException();

        while (start < end) {
            char ch = s.charAt(start);
            if (ch < '0' || ch > '9')
                break;
            result = result * 10 + ch - '0';
            ++start;
        }

        while (start < end) {
            char ch = s.charAt(start);
            if (ch != ' ')
                throw new NumberFormatException();
            ++start;
        }
        if (foundMinus)
            result *= -1;
        if (result < Integer.MIN_VALUE || result > Integer.MAX_VALUE)
            throw new NumberFormatException();
        return (int) result;
    }

}

结果：

Average time method 'AVOID new strings': 432 ms
Average time method 'CREATE new strings': 500 ms

您的方法在时间和内存方面的效率大约提高了 14%，尽管相当复杂（并且容易出错）。从我的角度来看，您的方法不会得到回报，尽管在您的情况下可能会奏效。