Perl vs Java哈希表性能

Question

正在尝试比较Perl和Java Hash表的性能。 在Perl中，使用哈希并计算10万个单词中的单词数

Perl：

%words = ();
open FILE, "<", "bigfile" or die "Cannot open file: $!\n";
while(my $line = <FILE>){
  chomp( $line );   
  $line =~ s/[[:punct:]]//g;
  my @words = split /\n|\s+/, $line;    
  foreach my $w (@words){
      $words{$w}++; 
  }  

}
close FILE ;
for my $key ( sort( keys %words ) ) {
  print "$key : $words{ $key } \n";  
}

在Java中：

    Map<String, Integer> wordsMap = new HashMap<String, Integer>();
    try{
        Scanner sc = new Scanner( new File( "bigfile") );
        while( sc.hasNextLine() ){
            String input = sc.nextLine();
            input = input.replaceAll( System.lineSeparator() , " " );
            String[] inputArray = input.split("\\s+");
            for(int i=0; i< inputArray.length ; i++ ){                  
                String r = inputArray[i].replaceAll("\\p{Punct}|[^\\p{ASCII}]+", ""); 
                if ( wordsMap.containsKey( r )){
                    int count = wordsMap.get( r );
                    wordsMap.put( r , count + 1 );
                }else {
                    wordsMap.put( r, 1);
                }
            }

        }
    }catch(FileNotFoundException fnf ){
        fnf.printStackTrace();
    }

    Set <String> keys = wordsMap.keySet(); 
    TreeSet<String> sortedKeys = new TreeSet<String>(keys);

    for( String key: sortedKeys){
        System.out.printf("%-10s%10s\n" , key, wordsMap.get(key) );
    }

当我运行上述2个版本时，Perl似乎运行得更快。 我读过Java Hash与Perl不同的地方。 有什么方法可以优化Java版本？

我如何使用Linux时间对两者进行计时。

#> time perl count.pl
real    0m0.316s
user    0m0.236s
sys     0m0.018s

#> time java count
real    0m1.434s
user    0m1.856s
sys     0m0.181s

Answer 1

1. 使用BufferedReader读取行，速度会更快，并且read line方法已经chomps了行分隔符。
2. 预编译在循环中使用的正则表达式（请参见java.util.regex.Pattern.compile ）！ Perl会这样做。
3. 在大小十倍的文件上运行测试。
4. 在一个很小的文件上运行Java程序两次，然后在一个更大的文件上运行Java程序，然后将第二个时间与第三个时间进行比较，这样您便可以了解启动成本。 （通常约为1/2秒。）还要注意，程序的第一次执行将花费较长的时间，因为类文件尚未加载到文件系统高速缓存中。 当您有很多（几百个）类时，将它们打包成一个JAR也是值得的。