Java 文件 stream 的 byte[] 與 char[] 的性能

Question

我正在編寫一個讀取文件的程序（使用自定義緩沖區，8KB），然后在該緩沖區中找到一個關鍵字。 由於 Java 提供了兩種類型的流：字符和字節，我已經使用byte[]和char[]來實現這個緩沖。

我只是想知道，這對性能來說會更快更好，因為char是 2 byte ，當使用Reader讀取char[]時， Reader將執行從byte轉換回char ，我認為這可能會比使用更慢只有byte[] 。

Answer 1

使用字節數組會更快：

• 您沒有字節到字符解碼步驟，這至少是一個復制循環，並且可能更多取決於用於進行解碼的字符集。

• 字節數組將占用更少的空間，從而節省 GC / 初始化中的 CPU 周期。

然而：

• 除非您正在搜索大文件，否則差異不大。

• 如果輸入文件未以 8 位字符集編碼，則字節數組方法可能會失敗。 即使它有效（就像 UTF-8 和 UTF-16 一樣），跨越緩沖區邊界的匹配字符也存在潛在問題。

（按字節處理對 UTF-8 和 UTF-16 起作用的原因是編碼可以很容易地區分第一個單元（字節或短）和編碼字符的后續單元。）

Answer 2

如果它是您正在閱讀的二進制文件，請使用字節數組。

如果它是一個文本文件，並且您稍后將使用字符串等內容，那么您應該使用 char 數組。

Answer 3

這個堆棧溢出問題file-streaming-in-java討論了在 java 中有效地流式傳輸文件。

我特別喜歡這篇參考文章

在大文件上，您很快就獲得了僅使用字節的速度優勢，因此如果您可以通過字節解碼模式，您肯定可以獲得一些寶貴的周期。

如果您的文件很小，或者您沒有那么多文件，那么可能不值得麻煩。