从Java中的子串中有效地解析整数

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不实际新建包含子字符串的新字符串。

我正处于从字符串中解析数百万个整数的情况，我并不特别想为每个子字符串创建新的字符串。 复制是我不需要的开销。

给定一个字符串s，我想要一个像这样的方法：

parseInteger(s, startOffset, endOffset)

语义如下：

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

现在，我知道我可以像这样合理地写这个：

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;
}

但那不是重点。 我宁愿从经过测试，支持的第三方库中获取此信息。 例如，解析long并使用Long.MIN_VALUE正确处理有点微妙，我通过将int解析为long来欺骗。 如果解析的整数大于Long.MAX_VALUE，则上面仍然存在溢出问题。

有没有这样的图书馆？

我的搜索结果很少。

Answer 1

你有没有想过你的应用程序？ 您找到了问题的根源吗？

由于Strings是不可变的，所以很有可能需要很少的内存，并且很少有操作来创建子字符串。

除非你真的遇到内存，垃圾收集等问题，否则只需使用substring方法。 不要为你没有的问题寻求复杂的解决方案。

此外：如果你自己实施某些东西，你可能会损失超过你的效率。 您的代码做了很多而且非常复杂 - 但是对于默认实现，您可能非常确定它相对较快。 并且没有错误。

Answer 2

我无法抗拒衡量你的方法的改进：

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

你的方法在时间上大约高出14％，据说在内存中，虽然相当复杂（并且容易出错）。 从我的观点来看，你的方法并没有得到回报，尽管你的情况可能会有所回报。

Answer 3

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

如果您想要共享基础字符串的子字符串，您可以查看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