这是一个关于性能的问题。我可以使用以下代码从大写转换为小写,反之亦然:
从小写到大写:
// Uppercase letters.
class UpperCase {
public static void main(String args[]) {
char ch;
for (int i = 0; i < 10; i++) {
ch = (char) ('a' + i);
System.out.print(ch);
// This statement turns off the 6th bit.
ch = (char) ((int) ch & 65503); // ch is now uppercase
System.out.print(ch + " ");
}
}
}
从大写到小写:
// Lowercase letters.
class LowerCase {
public static void main(String args[]) {
char ch;
for (int i = 0; i < 10; i++) {
ch = (char) ('A' + i);
System.out.print(ch);
ch = (char) ((int) ch | 32); // ch is now lowercase
System.out.print(ch + " ");
}
}
}
我知道Java提供了以下方法:.toUpperCase( )
和.toLowerCase( )
。考虑到性能,通过按照我在上面的代码中显示的方式使用按位运算或使用 .toUpperCase( )
和 .toLowerCase( )
方法,进行此转换的最快方法是什么?谢谢。
Edit 1: Notice how I am using decimal 65503, which is binary 1111111111011111.我使用的是 16 位,而不是 8 位。根据目前在字符中有多少位或字节的投票更多的答案:
UTF-16 编码中的 Unicode 字符介于 16(2 个字节(和 32 位(4 个字节(之间,尽管大多数常见字符需要 16 位。这是Windows内部使用的编码。
我问题中的代码假设是 UTF-16。
是的,如果您选择使用简单的按位运算执行大小写转换,则由您编写的方法会稍微快一些,而 Java 的方法具有更复杂的逻辑来支持 unicode 字符,而不仅仅是 ASCII 字符集。
如果你看一下 String.toLowerCase((,你会注意到里面有很多逻辑,所以如果你使用的软件只需要处理大量的 ASCII,没有别的,你实际上可能会看到使用更直接的方法的一些好处。
但是,除非您编写的程序花费了大部分时间转换 ASCII,否则即使使用探查器,您也无法注意到任何差异(如果您正在编写这种程序......你应该找另一份工作(。
正如承诺的那样,这里有两个JMH基准测试;一个将Character#toUpperCase
与按位方法进行比较,另一个将Character#toLowerCase
与其他按位方法进行比较。 请注意,仅测试了英文字母表中的字符。
第一个基准(大写(:
@State(Scope.Benchmark)
@BenchmarkMode(Mode.AverageTime)
@OutputTimeUnit(TimeUnit.NANOSECONDS)
@Warmup(iterations = 5, time = 500, timeUnit = TimeUnit.MILLISECONDS)
@Measurement(iterations = 10, time = 500, timeUnit = TimeUnit.MILLISECONDS)
@Fork(3)
public class Test {
@Param({"a", "b", "c", "d", "e", "f", "g", "h", "i", "j", "k", "l", "m",
"n", "o", "p", "q", "r", "s", "t", "u", "v", "w", "x", "y", "z"})
public char c;
@Benchmark
public char toUpperCaseNormal() {
return Character.toUpperCase(c);
}
@Benchmark
public char toUpperCaseBitwise() {
return (char) (c & 65503);
}
}
输出:
Benchmark (c) Mode Cnt Score Error Units
Test.toUpperCaseNormal a avgt 30 2.447 ± 0.028 ns/op
Test.toUpperCaseNormal b avgt 30 2.438 ± 0.035 ns/op
Test.toUpperCaseNormal c avgt 30 2.506 ± 0.083 ns/op
Test.toUpperCaseNormal d avgt 30 2.411 ± 0.010 ns/op
Test.toUpperCaseNormal e avgt 30 2.417 ± 0.010 ns/op
Test.toUpperCaseNormal f avgt 30 2.412 ± 0.005 ns/op
Test.toUpperCaseNormal g avgt 30 2.410 ± 0.004 ns/op
Test.toUpperCaseBitwise a avgt 30 1.758 ± 0.007 ns/op
Test.toUpperCaseBitwise b avgt 30 1.789 ± 0.032 ns/op
Test.toUpperCaseBitwise c avgt 30 1.763 ± 0.005 ns/op
Test.toUpperCaseBitwise d avgt 30 1.763 ± 0.012 ns/op
Test.toUpperCaseBitwise e avgt 30 1.757 ± 0.003 ns/op
Test.toUpperCaseBitwise f avgt 30 1.755 ± 0.003 ns/op
Test.toUpperCaseBitwise g avgt 30 1.759 ± 0.003 ns/op
第二个基准(小写(:
@State(Scope.Benchmark)
@BenchmarkMode(Mode.AverageTime)
@OutputTimeUnit(TimeUnit.NANOSECONDS)
@Warmup(iterations = 5, time = 500, timeUnit = TimeUnit.MILLISECONDS)
@Measurement(iterations = 10, time = 500, timeUnit = TimeUnit.MILLISECONDS)
@Fork(3)
public class Test {
@Param({"A", "B", "C", "D", "E", "F", "G", "H", "I", "J", "K", "L", "M",
"N", "O", "P", "Q", "R", "S", "T", "U", "V", "W", "X", "Y", "Z"})
public char c;
@Benchmark
public char toLowerCaseNormal() {
return Character.toUpperCase(c);
}
@Benchmark
public char toLowerCaseBitwise() {
return (char) (c | 32);
}
}
输出:
Benchmark (c) Mode Cnt Score Error Units
Test.toLowerCaseNormal A avgt 30 2.084 ± 0.007 ns/op
Test.toLowerCaseNormal B avgt 30 2.079 ± 0.006 ns/op
Test.toLowerCaseNormal C avgt 30 2.081 ± 0.005 ns/op
Test.toLowerCaseNormal D avgt 30 2.083 ± 0.010 ns/op
Test.toLowerCaseNormal E avgt 30 2.080 ± 0.005 ns/op
Test.toLowerCaseNormal F avgt 30 2.091 ± 0.020 ns/op
Test.toLowerCaseNormal G avgt 30 2.116 ± 0.061 ns/op
Test.toLowerCaseBitwise A avgt 30 1.708 ± 0.006 ns/op
Test.toLowerCaseBitwise B avgt 30 1.705 ± 0.018 ns/op
Test.toLowerCaseBitwise C avgt 30 1.721 ± 0.022 ns/op
Test.toLowerCaseBitwise D avgt 30 1.718 ± 0.010 ns/op
Test.toLowerCaseBitwise E avgt 30 1.706 ± 0.009 ns/op
Test.toLowerCaseBitwise F avgt 30 1.704 ± 0.004 ns/op
Test.toLowerCaseBitwise G avgt 30 1.711 ± 0.007 ns/op
我只包含了几个不同的字母(即使所有字母都经过测试(,因为它们都共享相似的输出。
很明显,按位方法更快,主要是由于执行逻辑检查Character#toUpperCase
和Character#toLowerCase
(正如我今天早些时候在我的评论中提到的(。
您的代码仅适用于 ANSII 字符。小写和大写之间没有明确转换的语言呢,例如德语ß
(如果我错了,请纠正我,我的德语很糟糕(或使用多字节 UTF-8 码位编写字母/符号时。正确性先于性能,如果您必须处理 UTF-8,问题就不是那么简单,这在String.toLowerCase(Locale)
方法中很明显。
只需坚持提供的方法.toLowerCase()
和.toUpperCase()
。添加两个单独的类来执行java.lang
已经提供的两个方法是矫枉过正,并且会减慢程序的速度(边际很小(。