Pattern.split 比 String.split 慢

Question

有两种方法：

private static void normalSplit(String base){
    base.split("\.");
}

private static final Pattern p = Pattern.compile("\.");

private static void patternSplit(String base){
    //use the static field above
    p.split(base);

}

我在主要方法中这样测试它们：

public static void main(String[] args) throws Exception{
    long start = System.currentTimeMillis();
    String longstr = "a.b.c.d.e.f.g.h.i.j";//use any long string you like
    for(int i=0;i<300000;i++){
        normalSplit(longstr);//switch to patternSplit to see the difference
    }
    System.out.println((System.currentTimeMillis()-start)/1000.0);
}

直觉上，我认为 as String.split 最终会调用 Pattern.compile.split（经过大量额外工作）来做真正的事情。我可以提前构造Pattern对象（它是线程安全的），加速拆分。

但事实是，使用预先构建的 Pattern 比直接调用 String.split 慢得多。我在他们身上尝试了一个50个字符长的字符串（使用MyEclipse），直接调用只消耗了使用预先构造的Pattern对象的一半时间。

有人能告诉我为什么会这样吗？

Answer 1

我觉得这只能用JIT优化来解释，String.split内部确实是这样实现的：

Pattern.compile(regex).split(this, limit);

当它在 String.class 内时它工作得更快，但是当我在测试中使用相同的代码时：

    for (int i = 0; i < 300000; i++) {
        //base.split("\.");// switch to patternSplit to see the difference
        //p.split(base);
        Pattern.compile("\.").split(base, 0);
    }

我得到的结果与 p.split(base)

相同

Answer 2

这可能取决于 Java 的实际实施。我使用的是 OpenJDK 7，在这里，String.split 确实调用了 Pattern.compile(regex).split(this, limit)，但是仅当要分割的字符串 regex 是不止一个字符。

有关源代码，请参阅 here，第 2312 行。

public String[] split(String regex, int limit) {
   /* fastpath if the regex is a
      (1)one-char String and this character is not one of the
         RegEx's meta characters ".$|()[{^?*+\", or
      (2)two-char String and the first char is the backslash and
         the second is not the ascii digit or ascii letter.
   */
   char ch = 0;
   if (((regex.count == 1 &&
       // a bunch of other checks and lots of low-level code
       return list.subList(0, resultSize).toArray(result);
   }
   return Pattern.compile(regex).split(this, limit);
}

当您按 "\." 拆分时，它使用的是 "fast path"。也就是说，如果您正在使用 OpenJDK。

Answer 3

这是 String.split 行为的变化，是在 Java 7 中做出的。这就是我们 have 在 7u40:

public String[] split(String regex, int limit) {
    /* fastpath if the regex is a
     (1)one-char String and this character is not one of the
        RegEx's meta characters ".$|()[{^?*+\", or
     (2)two-char String and the first char is the backslash and
        the second is not the ascii digit or ascii letter.
     */
    char ch = 0;
    if (((regex.value.length == 1 &&
         ".$|()[{^?*+\".indexOf(ch = regex.charAt(0)) == -1) ||
         (regex.length() == 2 &&
          regex.charAt(0) == '\' &&
          (((ch = regex.charAt(1))-'0')|('9'-ch)) < 0 &&
          ((ch-'a')|('z'-ch)) < 0 &&
          ((ch-'A')|('Z'-ch)) < 0)) &&
        (ch < Character.MIN_HIGH_SURROGATE ||
         ch > Character.MAX_LOW_SURROGATE))
    {
        //do stuff
        return list.subList(0, resultSize).toArray(result);
    }
    return Pattern.compile(regex).split(this, limit);
}

这就是我们 had 在 6-b14

public String[] split(String regex, int limit) {
    return Pattern.compile(regex).split(this, limit);
}

Pattern.split 比 String.split 慢

Pattern.split slower than String.split

java

regex

string

split