Java 使用非常大的字符串不好？（爪哇）

创造巨大的字符串有什么负面影响吗？例如，如果我们从一个潜在的巨大文本文件中读取文本：

while (scanner.hasNext()) {
  someString += scanner.next();
}
// do something cool with someString

逐行处理文件（通常）是更好的解决方案吗？为什么

---

谢谢使用StringBuilder。您的方法可能会创建数千个一次性对象。字符串是不可变的对象，这意味着一旦创建了一个字符串，就无法更改它。。。您只能创建新字符串并将引用分配给当前实例。StringBuilder的速度和内存效率将提高数百倍甚至数千倍

---

不过，大多数Java编译器现在都会为您优化，但最好先编写代码。

我相信每次执行+=，都会创建一个新的字符串对象。改用

StringBuilder

。

流媒体与非流媒体的比较

当您可以流式传输时，您可以处理任何大小的文件（假设您真的可以忘记您已经看到的所有数据）。你会得到一个自然的O（n）复杂性，这是一件非常好的事情。你不会因为内存不足而崩溃

流媒体很可爱。。。但并非在所有情况下都有效

StringBuilder

由于对

StringBuilder

的建议似乎存在一定的争议，这里有一个基准来展示其效果。我不得不减小基准的大小，以便让慢版本在合理的时间内完成

首先是结果，然后是代码。这是一个非常粗略和现成的基准，但结果是戏剧性的，足以说明这一点

c:\Users\Jon\Test>java Test slow
Building a string of length 120000 without StringBuilder took 21763ms

c:\Users\Jon\Test>java Test fast
Building a string of length 120000 with StringBuilder took 7ms

而代码

class FakeScanner
{
    private int linesLeft;
    private final String line;

    public FakeScanner(String line, int count)
    {
        linesLeft = count;
        this.line = line;
    }

    public boolean hasNext()
    {
        return linesLeft > 0;
    }

    public String next()
    {
        linesLeft--;
        return line;
    }
}

public class Test
{    
    public static void main(String[] args)
    {
        FakeScanner scanner = new FakeScanner("test", 30000);

        boolean useStringBuilder = "fast".equals(args[0]);

        // Accurate enough for this test
        long start = System.currentTimeMillis();

        String someString;
        if (useStringBuilder)
        {
            StringBuilder builder = new StringBuilder();
            while (scanner.hasNext())
            {
                builder.append(scanner.next());
            }
            someString = builder.toString();
        }
        else
        {
            someString = "";     
            while (scanner.hasNext())
            {
                someString += scanner.next();
            }        
        }
        long end = System.currentTimeMillis();

        System.out.println("Building a string of length " 
                           + someString.length()
                           + (useStringBuilder ? " with" : " without")
                           + " StringBuilder took " + (end - start) + "ms");
    }
}

---

正如Jon Skeet所说，流式处理是一种更健壮的数据处理方式。此外，字符串的最大大小是Max的字符，因此如果文件可能大于它，则应该考虑在所有可能的情况下处理数据流。

< P>如果输入大于系统的内存（例如，输入是由另一台计算机通过HTTP连接生成的），会怎样？如果您一次处理一行，那么您总是在取得进展，并且您最终将处理整个输入，假设输入是有限的。但是，如果在执行任何处理之前等待查看整个输入，则会耗尽内存并中断

---

通常，以流方式处理数据是好的。如果可能，这也适用于使用迭代器而不是随机访问执行处理。它将允许你的程序扩展到非常大的输入大小，并且它也允许你的程序被流水线化（即另一个程序可以开始处理你的程序输出，而你的程序仍然处于处理它自己的输入的中间）。在当今许多不同计算机之间进行大媒体传输的时代，支持这一点几乎总是一个好主意。

还有几点：

如果将大量数据读入

StringBuilder

，然后调用

toString（）

，JVM将在转换过程中临时需要两倍的

char[]

存储空间。如果可以将数据处理为

CharSequence

（

StringBuilder

实现

CharSequence

），则可以避免这种情况

如果确实需要将所有数据读入内存，您可以尝试的另一件事是将

字符串

表示为单词列表（即

列表

），并对每个单词调用

intern（）

。如果数据包含大量重复的单词，则表示显著节省了内存

---

StringBuilder甚至更好-没有同步。错误。编译代码并查看字节码。根据具体情况，您可以使用缓冲区或生成器。@iftrue:错误。请看您答案上的回复。我认为（Java->bytecode）编译器优化不会对提供的代码产生太大影响。错误。编译代码并查看字节码。请参阅我的回答。具体取决于编译器。大多数编译器仅在StringBuilder位于同一行（例如“123”+“456”+“789”）时替换为StringBuilder。不是我所看到的。我在某个地方有一篇文章，但我把它丢了。@Ifrue:我们对它进行基准测试怎么样？你似乎完全相信StringBuilder是无用的，尽管编译后的代码在每次迭代中都会创建一个新的StringBuilder，并在每次迭代中调用toString。是时候进行测试了……对编译器优化的评论很好。然而，我仍然认为这个答案是正确的-我认为最好不要不必要地依赖于特定于实现的编译器优化。编译这个！它会变成StringBuilder！@iftrue:它会变成StringBuilder的使用，然后调用toString。但这是一个初学者的问题，很遗憾他回答了这个问题。@01：我不明白你的意思评论。你能详细说明一下吗？Jon，做得好。数字永远是最好的答案。顺便说一句，我重新运行了你的测试，重构了两个测试，多次运行（以避免任何可能的类加载延迟）。听到我得到了与你非常相似的结果，你不会感到惊讶。