在 Java 中将大写转换为小写和小写转换为大写的最快方法

Question

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。

Answer 1

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(。

Answer 2

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(。

Answer 3

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。

Answer 4

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(。