Java 文件 stream 的 byte[] 与 char[] 的性能

Question

我正在编写一个读取文件的程序（使用自定义缓冲区，8KB），然后在该缓冲区中找到一个关键字。 由于 Java 提供了两种类型的流：字符和字节，我已经使用byte[]和char[]来实现这个缓冲。

我只是想知道，这对性能来说会更快更好，因为char是 2 byte ，当使用Reader读取char[]时， Reader将执行从byte转换回char ，我认为这可能会比使用更慢只有byte[] 。

Answer 1

使用字节数组会更快：

• 您没有字节到字符解码步骤，这至少是一个复制循环，并且可能更多取决于用于进行解码的字符集。

• 字节数组将占用更少的空间，从而节省 GC / 初始化中的 CPU 周期。

然而：

• 除非您正在搜索大文件，否则差异不大。

• 如果输入文件未以 8 位字符集编码，则字节数组方法可能会失败。 即使它有效（就像 UTF-8 和 UTF-16 一样），跨越缓冲区边界的匹配字符也存在潜在问题。

（按字节处理对 UTF-8 和 UTF-16 起作用的原因是编码可以很容易地区分第一个单元（字节或短）和编码字符的后续单元。）

Answer 2

如果它是您正在阅读的二进制文件，请使用字节数组。

如果它是一个文本文件，并且您稍后将使用字符串等内容，那么您应该使用 char 数组。

Answer 3

这个堆栈溢出问题file-streaming-in-java讨论了在 java 中有效地流式传输文件。

我特别喜欢这篇参考文章

在大文件上，您很快就获得了仅使用字节的速度优势，因此如果您可以通过字节解码模式，您肯定可以获得一些宝贵的周期。

如果您的文件很小，或者您没有那么多文件，那么可能不值得麻烦。