Modo efficace di creare una stringa da char [], start, length in Java

Question

Stiamo utilizzando Java SAX per eseguire il parser su file XML molto grandi. Il nostro characters realizzazione appare come segue:

@Override 
public void characters(char ch[], int start, int length) throws SAXException { 
    String value = String.copyValueOf(ch, start, length); 
    ... 
} 

(ch[] array passati dal SAX tendono ad essere piuttosto lungo)

Ma noi sono stati recentemente sempre alcuni problemi di prestazioni e il profiler ci mostra che oltre il 20% della nostra CPU l'utilizzo è sopra invocazione di String.copyValueOf (che ha invocato new String(ch,start,length) sotto il cofano).

Esiste un modo più efficace per ottenere una stringa dall'array di caratteri, iniziare l'indice e la lunghezza rispetto a String.copyValueOf(ch, start, length) o new String(ch,start,length)?

Answer 1

Buona domanda, ma sono sicuro che la risposta è no.

Questo perché ogni costruzione di oggetto String utilizza il metodo di copia degli array. Non può essere costruito direttamente sull'array esistente, perché l'oggetto String deve essere immutabile e la sua rappresentazione di matrice di stringhe interna è incapsulata dalle modifiche esterne.

Inoltre, nel tuo caso hai un accordo con un frammento di qualche array. È impossibile creare l'oggetto String sul frammento di un altro array in alcun modo.

Answer 2

Come indicato da @Andremoniy, se si desidera utilizzare un oggetto String, è sempre necessario creare e copiare i contenuti in esso.

L'unica possibilità per accelerare il parser è ridurre al minimo il numero di oggetti stringa di nuova generazione.

Doppio che ogni elemento della struttura xml contiene dati non elaborati tra i tag di inizio e fine.

Pertanto, suggerisco di creare le stringhe solo se ci si trova all'interno di un elemento in cui i dati sono di interesse. Inoltre vorrei suggerire di limitare i possibili elementi in qualche modo. Ad esempio per livello gerarchico o elemento padre per ridurre il numero di stringhe. Ma questo dipende dalla struttura xml.

protected boolean readChars = false; 
protected int level = -1; 

@Override 
public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException { 
    ++level; 

    if (level == 4) { 
     if (qName.equalsIgnoreCase("TextElement")) { 
      readChars = true; 
     } 
    } 
} 

@Override 
public void characters(char ch[], int start, int length) throws SAXException { 
    if (readChars) { 
     String value = String.copyValueOf(ch, start, length); 
     ... 
     readChars = false; 
    } 
} 

@Override 
public void endElement(String uri, String localName, String qName) throws SAXException { 
    --level; 
} 

Answer 3

eventualmente insieme, che characters potrebbe essere chiamato più di una volta all'interno di una singola etichetta, in possesso di un StringBuilder a livello di elemento potrebbe essere appropriata. Questo fa un System.arrayCopy.