java - Perl 与 Java 哈希表性能对比

Question

我正在尝试比较 Perl 和 Java 哈希表的性能。在 Perl 中，使用哈希并计算 100K 单词的单词数

Perl:

%words = ();
open FILE, "<", "bigfile" or die "Cannot open file: $!\n";
while(my $line = <FILE>){
  chomp( $line );   
  $line =~ s/[[:punct:]]//g;
  my @words = split /\n|\s+/, $line;    
  foreach my $w (@words){
      $words{$w}++; 
  }  

}
close FILE ;
for my $key ( sort( keys %words ) ) {
  print "$key : $words{ $key } \n";  
}

在 Java 中:

    Map<String, Integer> wordsMap = new HashMap<String, Integer>();
    try{
        Scanner sc = new Scanner( new File( "bigfile") );
        while( sc.hasNextLine() ){
            String input = sc.nextLine();
            input = input.replaceAll( System.lineSeparator() , " " );
            String[] inputArray = input.split("\\s+");
            for(int i=0; i< inputArray.length ; i++ ){                  
                String r = inputArray[i].replaceAll("\\p{Punct}|[^\\p{ASCII}]+", ""); 
                if ( wordsMap.containsKey( r )){
                    int count = wordsMap.get( r );
                    wordsMap.put( r , count + 1 );
                }else {
                    wordsMap.put( r, 1);
                }
            }

        }
    }catch(FileNotFoundException fnf ){
        fnf.printStackTrace();
    }

    Set <String> keys = wordsMap.keySet(); 
    TreeSet<String> sortedKeys = new TreeSet<String>(keys);

    for( String key: sortedKeys){
        System.out.printf("%-10s%10s\n" , key, wordsMap.get(key) );
    }

当我运行上述 2 个版本时，Perl 似乎运行得更快。我在某处读到 Java Hash 与 Perl 不同。有没有办法优化Java版本？

我如何使用 Linux 时间对两者进行计时。

#> time perl count.pl
real    0m0.316s
user    0m0.236s
sys     0m0.018s

#> time java count
real    0m1.434s
user    0m1.856s
sys     0m0.181s

Answer 1

1. 使用BufferedReader来读取行，它会更快并且读取line 方法已经chomps 行分隔符。
2. 预编译循环中使用的正则表达式(请参阅java.util.regex.Pattern.compile)!当然，Perl 就是这样做的。
3. 在十倍大小的文件上运行测试。
4. 在一个非常小的文件上运行java程序2次，然后在一个更大的文件上运行2次并将第二个时间与第三个时间进行比较，这样您就知道如何启动成本是。 (通常大约 1/2 秒。)另请注意程序的第一次执行将花费更长的时间，因为类文件尚未加载到文件系统缓存中。当你有许多(数百个)类，将它们打包在 JAR 中也是值得的。