byte[] 与文件流的 char[] 的 Java 性能

Question

我正在编写一个读取文件(使用自定义缓冲区，8KB)的程序，然后在该缓冲区中找到关键字。由于 Java 提供了两种类型的流:字符流和字节流，我已经使用 byte[] 和 char[] 进行缓冲来实现这一点。

我只是想知道，哪个更快更好地提高性能，因为 char 是 2 byte 并且在使用 Reader 读取时char[]，Reader 将执行从 byte 到 char 的转换，我认为这可能会使速度变慢而不是仅使用 byte[]。

Answer 1

使用字节数组会更快:

• 您没有字节到字符的解码步骤，这至少是一个复制循环，并且可能更多取决于用于进行解码的字符集。

• 字节数组将占用更少的空间，从而节省 GC/初始化中的 CPU 周期。

但是:

• 除非您搜索的是大文件，否则差异不大。

• 如果输入文件未以 8 位字符集编码，则字节数组方法可能失败。即使它有效(就像它对 UTF-8 和 UTF-16 一样)，匹配跨越缓冲区边界的字符也存在潜在问题。

(按字节处理 UTF-8 和 UTF-16 的原因是编码可以轻松区分编码字符的第一个单元(字节或短字符)和后续单元。)