高效地将最后几个字符添加到StringBuilder中

Question

高效地将最后几个字符添加到StringBuilder中

3

注意：本问题涉及 Java >= 9 引入的"紧凑字符串"。

假设我正在向一个 StringBuilder 中追加未知数量的字符串（或字符），并在某个时刻确定我正在追加最后一个字符串。如何高效地完成这项任务？

背景：如果字符串构建器的容量不够大，它将始终将其增加到 max(oldCap + str.lenght(), oldCap * 2 + 2)。因此，如果您运气不佳，容量不足以容纳最后一个字符串，它将不必要地使容量翻倍，例如：

StringBuilder sb = new StringBuilder(4000);
sb.append("aaa..."); // 4000 * "a"
// Last string:
sb.append("b"); // Unnecessarily increases capacity from 4000 to 8002
return sb.toString();

StringBuilder提供了capacity()、length()和getChars(...)方法，但是手动创建一个char[]，然后创建一个字符串将会效率低下，因为：

由于“紧凑字符串”，字符串生成器必须将其字节转换为字符
调用其中一个String构造函数时，字符必须再次被压缩为字节

另一种选择是检查capacity()，如果需要则创建一个new StringBuilder(sb.length() + str.length())，然后附加sb和str：

StringBuilder sb = new StringBuilder(4000);
sb.append("aaa..."); // 4000 * "a"

String str = "b";
if (sb.capacity() - sb.length() < str.length()) {
    return new StringBuilder(sb.length() + str.length())
        .append(sb)
        .append(str)
        .toString();
}
else {
    return sb.append(str).toString();
}

唯一的缺点是，如果现有的字符串生成器或新字符串不是Latin 1（每个字符2字节），那么新创建的字符串生成器必须从每个字符1字节（Latin 1）“膨胀”到每个字符2字节。

- Marcono1234

1

由于专家建议“尽可能使用+而不是StringBuilder”，因此请使用return sb.toString() + str;（请参见“今天的教训”此处（通过此文章)). 我不认识这些专家，所以您可能需要调查他们的可信度。 - vanOekel

好的观点，Aleksey Shipilëv 在这个演示文稿中也有描述。在我的情况下，我实际上正在处理 char[]，但将它们转换为字符串，然后使用字符串连接可能仍然更有效率。 - Marcono1234

1

@vanOekel 他们说的是一半正确的，它并不是直接编译成 StringBuilder，但五种策略中有四种仍然在幕后使用它。 - Eugene

1

@vanOekel 当然，“在可能的情况下”是错误的，当您在循环中连接字符串时 - 没有任何变化，直接使用 StringBuilder 更加高效。更多信息 - Eugene

1

@vanOekel 但是，可以使用return sb + str;而不强制创建另一个中间的String实例。 - Holger

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Eugene · Accepted Answer

您在我看来是在描述两个不同的问题，但它们都不是“实际”的问题。

首先，StringBuilder 分配了太多空间 - 在实践中很少（如果有的话）会出现这种问题。想想任何一个 List/Set/Map - 它们都做同样的事情，可能会分配太多的空间，但当您删除一个元素时，它们不会缩小其内部存储。它们确实有一个方法可以解决这个问题；但是 StringBuilder 也有：

 trimToSize

由于“紧凑字符串”，字符串构建器必须将其字节转换为字符。StringBuilder通过其继承的AbstractStringBuilder中的coder字段知道它正在存储什么。对于紧凑字符串，String现在使用byte[]保存其数据（它也有一个编码器），因此我不明白从byte[]到char[]的转换应该发生在哪里。StringBuilder :: toString定义如下：

public String toString() {
    // Create a copy, don't share the array
    return isLatin1() ? StringLatin1.newString(value, 0, count)
                      : StringUTF16.newString(value, 0, count);
}

注意isLatin1的检查 - StringBuilder 内部知道它拥有的数据类型；因此在可能的情况下不需要转换。

我假设你的意思是：

当调用 String 构造函数之一时，字符必须再次压缩为字节。

char [] some = ...
String s = new String(some);

我不知道为什么你在这里再次使用again，但可能是我漏掉了什么。只需注意，从char[]到byte[]的转换确实必须发生，但这很容易做到（最后8位必须为空），并且只要单个char不符合前提条件，整个转换就会失败。因此，你要么将所有字符存储在LATIN1中，要么不存储。