使用 C++ 的 StringBuilder 提升 4350% 的效能
介紹
經常出現客戶端打電話抱怨說:你們的程式慢如蝸牛。你開始檢查可能的疑點:檔案IO,資料庫訪問速度,甚至檢視web服務。 但是這些可能的疑點都很正常,一點問題都沒有。
你使用最順手的效能分析工具分析,發現瓶頸在於一個小函式,這個函式的作用是將一個長的字串連結串列寫到一檔案中。
你對這個函式做了如下優化:將所有的小字串連線成一個長的字串,執行一次檔案寫入操作,避免成千上萬次的小字串寫檔案操作。
這個優化只做對了一半。
你先測試大字串寫檔案的速度,發現快如閃電。然後你再測試所有字串拼接的速度。
好幾年。
怎麼回事?你會怎麼克服這個問題呢?
你或許知道.net程式設計師可以使用StringBuilder來解決此問題。這也是本文的起點。
背景
如果google一下“C++ StringBuilder”,你會得到不少答案。有些會建議(你)使用std::accumulate,這可以完成幾乎所有你要實現的:
#include <iostream>// for std::cout, std::endl #include <string> // for std::string #include <vector> // for std::vector #include <numeric> // 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; }
目前為止一切都好:當你有超過幾個字串連線時,問題就出現了,並且記憶體再分配也開始積累。
std::string在函式reserver()中為解決方案提供基礎。這也正是我們的意圖所在:一次分配,隨意連線。
字串連線可能會因為繁重、遲鈍的工具而嚴重影響效能。由於上次存在的隱患,這個特殊的怪胎給我製造麻煩,我便放棄了Indigo(我想嘗試一些C++11裡的令人耳目一新的特性),並寫了一個StringBuilder類的部分實現:
// 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. // <b>Not</b> using std::copy, since we want to update m_totalSize too. for (inputIterator f = first; f != afterLast; ++f) { append(*f); } return *this; // allow chaining. } 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(); return *this; // allow chaining. } StringBuilder & AppendLine() { static chr lineFeed[] { 10, 0 }; m_Data.push_back(lineFeed); ++m_totalSize; return *this; // allow chaining. } // 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
有趣的部分
函式ToString()使用std::string::reserve()來實現最小化再分配。下面你可以看到一個效能測試的結果。
函式join()使用std::accumulate(),和一個已經為首個運算元預留記憶體的自定義函式。
你可能會問,為什麼StringBuilder::m_Data用std::list而不是std::vector?除非你有一個用其他容器的好理由,通常都是使用std::vector。
好吧,我(這樣做)有兩個原因:
1. 字串總是會附加到一個容器的末尾。std::list允許在不需要記憶體再分配的情況下這樣做;因為vector是使用一個連續的記憶體塊實現的,每用一個就可能導致記憶體再分配。
2. std::list對順序存取相當有利,而且在m_Data上所做的唯一存取操作也是順序的。
你可以建議同時測試這兩種實現的效能和記憶體佔用情況,然後選擇其中一個。
效能評估
為了測試效能,我從Wikipedia獲取一個網頁,並將其中一部分內容寫死到一個string的vector中。
隨後,我編寫兩個測試函式,第一個在兩個迴圈中使用標準函式clock()並呼叫std::accumulate()和StringBuilder::ToString(),然後列印結果。
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(); for (int i = 0; i < loops; ++i) { 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; }
第二個則使用更精確的Posix函式clock_gettime(),並測試StringBuilder::Join()。
#ifdef __USE_POSIX199309 // Thanks to <a href="http://www.guyrutenberg.com/2007/09/22/profiling-code-using-clock_gettime/">Guy Rutenberg</a>. 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); for (int i = 0; i < loops; ++i) { std::wstring accumulator; std::accumulate(tested2.begin(), tested2.end(), accumulator); } clock_gettime(CLOCK_THREAD_CPUTIME_ID, &time2); using std::cout; using std::endl; timespec tsAccumulate =diff(time1,time2); cout << tsAccumulate.tv_sec << ":" << tsAccumulate.tv_nsec << endl; //////////////// // Test ToString() //////////////// clock_gettime(CLOCK_THREAD_CPUTIME_ID, &time1); for (int i = 0; i < loops; ++i) { std::wstring result2 = tested.ToString(); } clock_gettime(CLOCK_THREAD_CPUTIME_ID, &time2); timespec tsToString =diff(time1,time2); cout << tsToString.tv_sec << ":" << tsToString.tv_nsec << endl; //////////////// // Test join() //////////////// clock_gettime(CLOCK_THREAD_CPUTIME_ID, &time1); for (int i = 0; i < loops; ++i) { std::wstring result3 = tested.Join(L","); } clock_gettime(CLOCK_THREAD_CPUTIME_ID, &time2); 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
最後,通過一個main函式呼叫以上實現的兩個函式,將結果顯示在控制檯,然後執行效能測試:一個用於除錯配置。
t另一個用於發行版本:
看到這百分比沒?垃圾郵件的傳送量都不能達到這個級別!
程式碼使用
在使用這段程式碼前, 考慮使用ostring流。正如你在下面看到Jeff先生評論的一樣,它比這篇文章中的程式碼更快些。
你可能想使用這段程式碼,如果:
- 你正在編寫由具有C#經驗的程式設計師維護的程式碼,並且你想提供一個他們所熟悉介面的程式碼。
- 你正在編寫將來會轉換成.net的、你想指出一個可能路徑的程式碼。
- 由於某些原因,你不想包含<sstream>。幾年之後,一些流的IO實現變得很繁瑣,而且現在的程式碼仍然不能完全擺脫他們的干擾。
要使用這段程式碼,只有按照main函式實現的那樣就可以了:建立一個StringBuilder的例項,用Append()、AppendLine()和Add()給它賦值,然後呼叫ToString函式檢索結果。
就像下面這樣:
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; }
任何情況下,當連線超過幾個字串時,當心std::accumulate函式。
現在稍等一下!
你可能會問:你是在試著說服我們提前優化嗎?
不是的。我贊同提前優化是糟糕的。這種優化並不是提前的:是及時的。這是基於經驗的優化:我發現自己過去一直在和這種特殊的怪胎搏鬥。基於經驗的優化(不在同一個地方摔倒兩次)並不是提前優化。
當我們優化效能時,“慣犯”會包括磁碟I-O操作、網路訪問(資料庫、web服務)和內層迴圈;對於這些,我們應該新增記憶體分配和效能糟糕的 Keyser Söze。
鳴謝
首先,我要為這段程式碼在Linux系統上做的精準分析感謝Rutenberg。
多虧了Wikipedia,讓“在指尖的資訊”的夢想得以實現。
最後,感謝你花時間閱讀這篇文章。希望你喜歡它:不論如何,請分享您的意見。
相關文章
- java效能優化方案1——使用StringBuilderJava優化UI
- 使用 HTTP/2 提升效能的7個建議HTTP
- 使用HTTP/2提升效能的7個建議HTTP
- 使用 HTTP/2 提升效能的 7 個建議HTTP
- 使用 preloadRouteComponents 提升 Nuxt 應用的效能UX
- 如何提升網站的效能?網站
- [譯] 使用 PhpFastCache 提升網站效能PHPAST網站
- Analyze table對Oracle效能的提升Oracle
- Java 8中HashMap的效能提升JavaHashMap
- HHVM 是如何提升 PHP 效能的?PHP
- Java 8 中 HashMap 的效能提升JavaHashMap
- 提升 C++ 技能的 7 種方法C++
- 使用 ASDK 效能調優 - 提升 iOS 介面的渲染效能iOS
- web應用中使用快取提升效能的8種武器Web快取
- 使用Django annotation,提升django查詢效能Django
- StringBuilder在高效能場景下的正確用法UI
- 關於研發效能提升的思考
- 6個提升PostgreSQL效能的小技巧SQL
- 5個介面效能提升的通用技巧
- 如何提升前端基建的效能價值?前端
- 怎樣提升 Spark 中排序的效能?Spark排序
- 10個提升MySQL效能的小技巧MySql
- 如何提升程式設計師的“效能”程式設計師
- 10個提升WordPress效能的外掛
- 如何合理使用 CPU 管理策略,提升容器效能?
- 使用Hadoop機架位置提升Vertica效能Hadoop
- Web效能優化系列:10個JavaScript效能提升的技巧Web優化JavaScript
- StringBuilder使用小結UI
- 不同Framework下StringBuilder和String的效能對比,及不同Framework效能比(附Demo)FrameworkUI
- 系統效能提升利刃 | 快取技術使用的實踐與思考快取
- 如何提升JSON.stringify()的效能?JSON
- 七大妙招助你提升API的效能API
- Sensei for Mac:提升Mac效能的終極利器Mac
- 提升Python程式效能的小習慣!Python
- 怎麼去提升伺服器的效能?伺服器
- Web 的現狀:網頁效能提升指南Web網頁
- 提高Go的GOGC變數能提升效能GoGC變數
- 提升Web效能的8個技巧總結Web