用于文件流的byte []与char []的Java性能

Question

我正在编写一个读取文件的程序（使用自定义缓冲区，8KB），然后在该缓冲区中找到一个关键字。由于Java提供了两种类型的流：character＆amp; byte，我使用byte[]和char[]实现了缓冲。

我只是想知道，哪个会更快，性能更好，因为char为2 byte，并且当使用Reader来阅读char[]时，{{ 1}}将执行从Reader转换回byte，我认为这可能比仅使用char慢。

Answer 1

使用字节数组会更快：

• 您没有字符到字符解码步骤，这至少是一个复制循环，可能更多取决于用于解码的字符集。

• 字节数组占用的空间更少，因此可以节省GC /初始化中的CPU周期。

然而：

• 除非您正在搜索大文件，否则差异不太可能很大。

• 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（与UTF-8和UTF-16一样），也存在跨越缓冲区边界匹配字符的潜在问题。

（UTF-8和UTF-16的逐字节处理的原因在于编码可以很容易地区分第一个单元（字节或短）和编码字符的后续单元。）

Answer 2

如果是正在读取的二进制文件，则使用字节数组。

如果它是一个文本文件，你将在以后使用像字符串这样的内容，那么你应该使用一个char数组。

Answer 3

这个堆栈溢出问题file-streaming-in-java讨论了在java中有效地传输文件。

我特别喜欢this reference article

在大型文件上，您很快就可以使用仅使用字节的速度，因此如果您可以通过字节解码模式，您可以明确地获得一些宝贵的周期。

如果您的文件很小，或者您没有这么多，也许这不值得。