使用 C++ 的 StringBuilder 提升 4350% 的性能

栏目: C++ · 发布时间: 7年前

内容简介:使用 C++ 的 StringBuilder 提升 4350% 的性能

介绍

经常出现客户端打电话抱怨说:你们的程序慢如蜗牛。你开始检查可能的疑点:文件IO,数据库访问速度,甚至查看web服务。但是这些可能的疑点都很正常,一点问题都没有。

你使用最顺手的性能分析 工具 分析,发现瓶颈在于一个小函数,这个函数的作用是将一个长的字符串链表写到一文件中。

你对这个函数做了如下优化:将所有的小字符串连接成一个长的字符串,执行一次文件写入操作,避免成千上万次的小字符串写文件操作。

这个优化只做对了一半。

你先测试大字符串写文件的速度,发现快如闪电。然后你再测试所有字符串拼接的速度。

好几年。

你或许知道.net程序员可以使用StringBuilder来解决此问题。这也是本文的起点。

如果google一下“C++ StringBuilder”,你会得到不少答案。有些会建议(你)使用std::accumulate,这可以完成几乎所有你要实现的:

#include // for std::cout, std::endl

#include // for std::vector

#include // for std::accumulate

int main

{

using namespace std ;

vector < string > vec = { "hello" " " "world" };

string s = accumulate ( vec . begin , vec . end , s );

cout << s << endl ; // prints 'hello world' to standard output.

return 0 ;

}

目前为止一切都好:当你有超过几个字符串连接时,问题就出现了,并且内存再分配也开始积累。

std::string在函数reserver中为解决方案提供基础。这也正是我们的意图所在:一次分配,随意连接。

字符串连接可能会因为繁重、迟钝的工具而严重影响性能。由于上次存在的隐患,这个特殊的怪胎给我制造麻烦,我便放弃了Indigo(我想尝试一些C++11里的令人耳目一新的特性),并写了一个StringBuilder类的部分实现:

// Subset of http://msdn.microsoft.com/en-us/library/system.text.stringbuilder.aspx

template < typename chr

class StringBuilder {

typedef std :: basic_string < chr > string_t ;

typedef std :: list < string_t > container_t ; // Reasons not to use vector below.

typedef typename string_t :: size_type size_type ; // Reuse the size type in the string.

container_t m_Data ;

size_type m_totalSize ;

void append ( const string_t & src ) {

m_Data . push_back ( src );

m_totalSize += src . size ;

}

// No copy constructor, no assignement.

StringBuilder ( const StringBuilder & );

StringBuilder & operator = ( const StringBuilder & );

public :

StringBuilder ( const string_t & src ) {

if ( ! src . empty ) {

m_Data . push_back ( src );

}

m_totalSize = src . size ;

}

StringBuilder {

m_totalSize = 0 ;

}

// TODO: Constructor that takes an array of strings.

StringBuilder & Append ( const string_t & src ) {

append ( src );

return * this ; // allow chaining.

}

// This one lets you add any STL container to the string builder.

template < class inputIterator

StringBuilder & Add ( const inputIterator & first const inputIterator & afterLast ) {

// std::for_each and a lambda look like overkill here.

// Not using std::copy, since we want to update m_totalSize too.

for ( inputIterator f = first ; f != afterLast ; ++ f ) {

append ( * f );

}

}

StringBuilder & AppendLine ( const string_t & src ) {

static chr lineFeed { 10 0 }; // C++ 11. Feel the love!

m_Data . push_back ( src + lineFeed );

m_totalSize += 1 + src . size ;

}

StringBuilder & AppendLine {

static chr lineFeed { 10 0 };

m_Data . push_back ( lineFeed );

++ m_totalSize ;

}

// TODO: AppendFormat implementation. Not relevant for the article.

// Like C# StringBuilder.ToString

// Note the use of reserve to avoid reallocations.

string_t ToString const {

string_t result ;

// The whole point of the exercise!

// If the container has a lot of strings, reallocation (each time the result grows) will take a serious toll,

// both in performance and chances of failure.

// I measured (in code I cannot publish) fractions of a second using 'reserve', and almost two minutes using +=.

result . reserve ( m_totalSize + 1 );

// result = std::accumulate(m_Data.begin, m_Data.end, result); // This would lose the advantage of 'reserve'

for ( auto iter = m_Data . begin ; iter != m_Data . end ; ++ iter ) {

result += * iter ;

}

return result ;

}

// like javascript Array.join

string_t Join ( const string_t & delim ) const {

if ( delim . empty ) {

return ToString ;

}

string_t result ;

if ( m_Data . empty ) {

return result ;

}

// Hope we don't overflow the size type.

size_type st = ( delim . size * ( m_Data . size - 1 )) + m_totalSize + 1 ;

result . reserve ( st );

// If you need reasons to love C++11, here is one.

struct adder {

string_t m_Joiner ;

adder ( const string_t & s ) : m_Joiner ( s ) {

// This constructor is NOT empty.

}

// This functor runs under accumulate without reallocations, if 'l' has reserved enough memory.

string_t operator ( string_t & l const string_t & r ) {

l += m_Joiner ;

l += r ;

return l ;

}

} adr ( delim );

auto iter = m_Data . begin ;

// Skip the delimiter before the first element in the container.

result += * iter ;

return std :: accumulate ( ++ iter m_Data . end , result adr );

}

}; // class StringBuilder

函数ToString使用std::string::reserve来实现最小化再分配。下面你可以看到一个性能测试的结果。

函数join使用std::accumulate,和一个已经为首个操作数预留内存的自定义函数。

你可能会问,为什么StringBuilder::m_Data用std::list而不是std::vector?除非你有一个用其他容器的好理由,通常都是使用std::vector。

好吧,我(这样做)有两个原因:

1.字符串总是会附加到一个容器的末尾。std::list允许在不需要内存再分配的情况下这样做;因为vector是使用一个连续的内存块实现的,每用一个就可能导致内存再分配。

2. std::list对顺序存取相当有利,而且在m_Data上所做的唯一存取操作也是顺序的。

你可以建议同时测试这两种实现的性能和内存占用情况,然后选择其中一个。

为了测试性能,我从Wikipedia获取一个网页,并将其中一部分内容写死到一个string的vector中。

随后,我编写两个测试函数,第一个在两个循环中使用标准函数clock并调用std::accumulate和StringBuilder::ToString,然后打印结果。

void TestPerformance ( const StringBuilder < wchar_t > & tested const std :: vector < std :: wstring > & tested2 ) {

const int loops = 500 ;

clock_t start = clock ; // Give up some accuracy in exchange for platform independence.

for ( int i = 0 ; i < loops ; ++ i ) {

std :: wstring accumulator ;

std :: accumulate ( tested2 . begin , tested2 . end , accumulator );

}

double secsAccumulate = ( double ) ( clock - start ) / CLOCKS_PER_SEC ;

start = clock ;

std :: wstring result2 = tested . ToString ;

}

double secsBuilder = ( double ) ( clock - start ) / CLOCKS_PER_SEC ;

using std :: cout ;

using std :: endl ;

cout << "Accumulate took " << secsAccumulate << " seconds, and ToString took " << secsBuilder << " seconds."

<< " The relative speed improvement was " << (( secsAccumulate / secsBuilder ) - 1 ) * 100 << "%"

<< endl ;

}

第二个则使用更精确的Posix函数clock_gettime,并测试StringBuilder::Join。

#ifdef __USE_POSIX199309

// Thanks to Guy Rutenberg .

timespec diff ( timespec start timespec end )

{

timespec temp ;

if (( end . tv_nsec - start . tv_nsec ) < 0 ) {

temp . tv_sec = end . tv_sec - start . tv_sec - 1 ;

temp . tv_nsec = 1000000000 + end . tv_nsec - start . tv_nsec ;

} else {

temp . tv_sec = end . tv_sec - start . tv_sec ;

temp . tv_nsec = end . tv_nsec - start . tv_nsec ;

}

return temp ;

}

void AccurateTestPerformance ( const StringBuilder < wchar_t > & tested const std :: vector < std :: wstring > & tested2 ) {

const int loops = 500 ;

timespec time1 time2 ;

// Don't forget to add -lrt to the g++ linker command line.

////////////////

// Test std::accumulate

////////////////

clock_gettime ( CLOCK_THREAD_CPUTIME_ID & time1 );

}

clock_gettime ( CLOCK_THREAD_CPUTIME_ID & time2 );

timespec tsAccumulate = diff ( time1 time2 );

cout << tsAccumulate . tv_sec << ":" << tsAccumulate . tv_nsec << endl ;

////////////////

// Test ToString

////////////////

}

timespec tsToString = diff ( time1 time2 );

cout << tsToString . tv_sec << ":" << tsToString . tv_nsec << endl ;

////////////////

// Test join

////////////////

std :: wstring result3 = tested . Join ( L "," );

}

timespec tsJoin = diff ( time1 time2 );

cout << tsJoin . tv_sec << ":" << tsJoin . tv_nsec << endl ;

////////////////

// Show results

////////////////

double secsAccumulate = tsAccumulate . tv_sec + tsAccumulate . tv_nsec / 1000000000.0 ;

double secsBuilder = tsToString . tv_sec + tsToString . tv_nsec / 1000000000.0 ;

double secsJoin = tsJoin . tv_sec + tsJoin . tv_nsec / 1000000000.0 ;

cout << "Accurate performance test:" << endl << " Accumulate took " << secsAccumulate << " seconds, and ToString took " << secsBuilder << " seconds." << endl

<< " The relative speed improvement was " << (( secsAccumulate / secsBuilder ) - 1 ) * 100 << "%" << endl <<

" Join took " << secsJoin << " seconds."

<< endl ;

}

#endif // def __USE_POSIX199309

最后,通过一个main函数调用以上实现的两个函数,将结果显示在控制台,然后执行性能测试:一个用于调试配置。

使用 C++ 的 StringBuilder 提升 4350% 的性能

t另一个用于发行版本:

使用 C++ 的 StringBuilder 提升 4350% 的性能

看到这百分比没?垃圾邮件的发送量都不能达到这个级别!

代码使用

在使用这段代码前,考虑使用ostring流。正如你在下面看到Jeff先生评论的一样,它比这篇文章中的代码更快些。

  • 你正在编写由具有C#经验的 程序员 维护的代码,并且你想提供一个他们所熟悉接口的代码。

  • 你正在编写将来会转换成.net的、你想指出一个可能路径的代码。

  • 由于某些原因,你不想包含 。几年之后,一些流的IO实现变得很繁琐,而且现在的代码仍然不能完全摆脱他们的干扰。

要使用这段代码,只有按照main函数实现的那样就可以了:创建一个StringBuilder的实例,用Append、AppendLine和Add给它赋值,然后调用ToString函数检索结果。

int main {

// 8-bit characters (ANSI)

StringBuilder < char > ansi ;

ansi . Append ( "Hello" ). Append ( " " ). AppendLine ( "World" );

std :: cout << ansi . ToString ;

// Wide characters (Unicode)

// http://en.wikipedia.org/wiki/Cargo_cult

std :: vector < std :: wstring > cargoCult

{

L "A" L " cargo" L " cult" L " is" L " a" L " kind" L " of" L " Melanesian" L " millenarian" L " movement"

// many more lines here...

L " applied" L " retroactively" L " to" L " movements" L " in" L " a" L " much" L " earlier" L " era.\n"

};

StringBuilder < wchar_t > wide ;

wide . Add ( cargoCult . begin , cargoCult . end ). AppendLine ;

// use ToString, just like .net

std :: wcout << wide . ToString << std :: endl ;

// javascript-like join.

std :: wcout << wide . Join ( L " _\n" ) << std :: endl ;

// Performance tests

TestPerformance ( wide cargoCult );

#ifdef __USE_POSIX199309

AccurateTestPerformance ( wide cargoCult );

#endif // def __USE_POSIX199309

return 0 ;

}

任何情况下,当连接超过几个字符串时,当心std::accumulate函数。

现在稍等一下!

你可能会问:你是在试着说服我们提前优化吗?

不是的。我赞同提前优化是糟糕的。这种优化并不是提前的:是及时的。这是基于经验的优化:我发现自己过去一直在和这种特殊的怪胎搏斗。基于经验的优化(不在同一个地方摔倒两次)并不是提前优化。

当我们优化性能时,“惯犯”会包括磁盘I-O操作、网络访问(数据库、web服务)和内层循环;对于这些,我们应该添加内存分配和性能糟糕的 Keyser Söze。

鸣谢

首先,我要为这段代码在 Linux 系统上做的精准分析感谢Rutenberg。

多亏了Wikipedia,让“在指尖的信息”的梦想得以实现。

最后,感谢你花时间阅读这篇文章。希望你喜欢它:不论如何,请分享您的意见。

加入群请加微信 2518988391 (备注岗位)


以上所述就是小编给大家介绍的《使用 C++ 的 StringBuilder 提升 4350% 的性能》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

100个可操作的网络赚钱方法

100个可操作的网络赚钱方法

陶秋丰 / 云南科技 / 2009-12 / 29.80元

《100个可操作的网络赚钱方法》专为有志于网上创业的读者量身打造,作者是“实战型”的网赚高手,在17岁时就通过互联网创业“年人10万”,如今结合自身的亲身实战经验,与大家分享可以实实在在盈利的100个网络赚钱方法和技巧。内容包括:网站创建与推广、竞价广告、联盟赚钱、网站SEO优化、域名投资、广告投放盈利、威客、博客、淘客赚钱等多个方面。 本手册中作者结合自身的网络赚钱经历,通过具体的、可操作......一起来看看 《100个可操作的网络赚钱方法》 这本书的介绍吧!

RGB转16进制工具
RGB转16进制工具

RGB HEX 互转工具

URL 编码/解码
URL 编码/解码

URL 编码/解码

XML 在线格式化
XML 在线格式化

在线 XML 格式化压缩工具