java.nio.charset.Charset.decode（..）/ encode（..）的快速替代品

Question

有人知道更快的方法来做java.nio.charset.Charset.decode(..) / encode(..)吗？

它目前是我正在使用的技术的瓶颈之一。

[编辑]具体来说，在我的应用程序中，我将一个段从java解决方案改为JNI解决方案（因为有一种C ++技术最适合我的需求，而不是我正在使用的Java技术）。

这种变化带来了速度的显着降低（以及cpu和mem使用量的显着增加）。

深入研究我使用的JNI解决方案，java应用程序通过byte []与C ++应用程序进行通信。 这些byte []由来自java端的Charset.encode（..）生成并传递给C ++端。 然后当带有byte []的C ++响应时，它将通过Charset.decode（..）在java端进行解码。

针对分析器运行此操作，我发现Charset.decode（..）和Charset.encode（..）与JNI解决方案的整个执行时间相比都花费了相当长的时间（我只描述了JNI解决方案，因为这是我能够很快完成的事情。一旦我解除了我的日程安排，我将在后一个日期描述整个应用程序:-)）。

在进一步阅读我的问题时，似乎这是Charset.encode（..）和decode（..）的已知问题，并且它在Java7中得到解决。 但是，由于某些限制，迁移到Java7对我来说（暂时不是）。

这就是为什么我在这里问一下是否有人知道Java5解决方案/替代方案（对不起，应该提到这是针对Java5的更快）？ :-)

Answer 1

encode()和decode()的javadoc清楚地表明这些是方便的方法。 例如，对于encode（） ：

在此charset中将Unicode字符编码为字节的便捷方法。

在charset cs上调用此方法会返回与表达式相同的结果

 cs.newEncoder()
   .onMalformedInput(CodingErrorAction.REPLACE)
   .onUnmappableCharacter(CodingErrorAction.REPLACE)
   .encode(bb); 

除了它可能更有效，因为它可以在连续调用之间缓存编码器。

这里的语言有点模糊，但是如果不使用这些便捷方法，可能会提升性能。 创建并配置编码器一次，然后重复使用它：

 CharsetEncoder encoder = cs.newEncoder()
   .onMalformedInput(CodingErrorAction.REPLACE)
   .onUnmappableCharacter(CodingErrorAction.REPLACE);

 encoder.encode(...);
 encoder.encode(...);
 encoder.encode(...);
 encoder.encode(...);

即使你认为你已经知道了答案，阅读javadoc总是值得的。

Answer 2

第一部分 - 将数组传递给JNI代码通常是个坏主意。 由于GC，Java必须复制数组。 在值得的情况下，数组将被复制两次 - 在去JNI代码的路上和回来的路上:)

因为引入了Buffer类层次结构。 当然，Java开发团队创建了一种编码/解码字符的好方法：

Charser#newDecoder返回CharsetDecoder ，根据Charset可用于将ByteBuffer为CharBuffer 。 主要方法有两种：

CoderResult decode(ByteBuffer in, CharBuffer out, boolean endOfInput)
CharBuffer decode(ByteBuffer in)

为了获得最佳性能，您需要第一个。 它内部没有隐藏的内存分配。

你需要注意编码器/解码器可以维护内部状态，所以要小心（例如，如果从2byte编码映射并且输入缓冲区有一半char ...）。 编码器/解码器也不是线程安全的

Answer 3

在字节数组中“挤压”字符串的原因很少。 我建议编写C函数，将utf-16字符串作为参数。 这样就不需要任何转换。