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);

}

我这样测试他们的主要方法：

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String.split最终会打电话给Pattern.compile.split (在做了很多额外的工作后)去做真正的事情。我可以预先构造模式对象(它是线程安全的)，并加快拆分速度。

但事实是，使用预先构造的模式是比直接调用String.split慢得多。我在它们上尝试了一个50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模式对象的一半时间。

有人能告诉我为什么会发生这种事吗？

Answer 1

这可能取决于Java的实际实现。我使用的是OpenJDK 7，在这里，String.split确实调用Pattern.compile(regex).split(this, limit)，但是只有当要拆分的字符串regex不止一个字符时才会调用Pattern.compile(regex).split(this, limit)。

有关源代码，请参见这里，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);
}

当您被"\\."拆分时，它使用的是“快速路径”。也就是说，如果您使用的是OpenJDK。

Answer 2

这是String.split行为的变化，这是在Java 7中发生的。这就是我们在有 in 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);
}

这就是我们在有 in 6-b14

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

Answer 3

我认为这只能通过JIT优化来解释，String.split内部的实现如下所示：

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

当它在String.class中运行时，它的工作速度更快，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);
    }

我得到的结果和p.split(base)一样