字符串操作性能问题

Question

最近我们遇到了一段代码生成XML的性能问题。想在这里分享经验。这有点长，请耐心等待。

我们编写一个简单的XML与一些项目。每个项目可以有5-10个元素。该结构是这样的：

<Root> 
    <Item> 
     <Element1Key>Element1Val</Element1Key> 
     <Element2Key>Element2Val</Element2Key> 
     <Element3Key>Element3Val</Element3Key> 
     <Element4Key>Element4Val</Element4Key> 
     <Element5Key>Element5Val</Element5Key> 
    <Item> 
    <Item> 
     <Element1Key>Element1Val</Element1Key> 
     <Element2Key>Element2Val</Element2Key> 
     <Element3Key>Element3Val</Element3Key> 
     <Element4Key>Element4Val</Element4Key> 
     <Element5Key>Element5Val</Element5Key> 
    <Item> 
</Root> 

产生为（以简化的形式作为全局函数）的XML代码：

void addElement(std::string& aStr_inout, const std::string& aKey_in, const std::string& aValue_in) 
{ 
    aStr_inout += "<"; 
    aStr_inout += aKey_in; 
    aStr_inout += ">"; 
    aStr_inout += "Elemem1Val"; 
    aStr_inout += "<"; 
    aStr_inout += aValue_in; 
    aStr_inout += ">"; 
} 

void PrepareXML_Original() 
{ 
    clock_t commence,complete; 
    commence=clock(); 

    std::string anXMLString; 
    anXMLString += "<Root>"; 

    for(int i = 0; i < 200; i++) 
    { 
     anXMLString += "<Item>"; 
     addElement(anXMLString, "Elemem1Key", "Elemem1Value"); 
     addElement(anXMLString, "Elemem2Key", "Elemem2Value"); 
     addElement(anXMLString, "Elemem3Key", "Elemem3Value"); 
     addElement(anXMLString, "Elemem4Key", "Elemem4Value"); 
     addElement(anXMLString, "Elemem5Key", "Elemem5Value"); 
     anXMLString += "</Item>"; 


     replaceAll(anXMLString, "&", "&amp;"); 
     replaceAll(anXMLString, "'", "&apos;"); 
     replaceAll(anXMLString, "\"", "&quot;"); 
     replaceAll(anXMLString, "<", "&lt;"); 
     replaceAll(anXMLString, ">", "&gt;"); 
    } 
    anXMLString += "</Root>"; 

    complete=clock(); 
    LONG lTime=(complete-commence); 
    std::cout << "Time taken for the operation is :"<< lTime << std::endl; 
} 

所述的replaceAll（）代码将与编码替换特殊字符形成。这在下面给出。

void replaceAll(std::string& str, const std::string& from, const std::string& to) 
{ 
    size_t start_pos = 0; 
    while((start_pos = str.find(from, start_pos)) != std::string::npos) 
    { 
     str.replace(start_pos, from.length(), to); 
     start_pos += to.length(); 
    } 
} 

在最小的例子中，我编码了200项。但是，在实际情况下，这可能更多。上面的代码花费了大约20秒来创建XML。这远远超出了任何可接受的限度。可能是什么问题呢？如何提高这里的表现？

注：string类的使用并没有太大的区别。我使用MFC CString的另一个字符串实现测试了相同的逻辑，并且我得到了类似的（更糟糕的）观察。另外，我不想在这里使用任何DOM XML解析器以更好的方式准备XML。这个问题不是特定于XML。

Answer 1

如果你可以估算的创建内容之前，结果字符串（anXMLString）的长度，那么你可以为字符串分配足够的缓冲空间。 当缓冲区足够大时，重新分配和复制（目标字符串的）不会发生。

这样：

std::string anXMLString; 
anXMLString.reserve(size); 

我不知道有关的std :: string，它需要搜索附加点，或者处于字符串的长度保持在内存中。

Answer 2

我意识到问题可能是由于一个事实，即相同的字符串是越来越长，这导致了以下内容：作为字符串增长 2.字符替换 1.字符串连接变得更加昂贵随着循环的进行而发生在更大的字符串中，并且变得越来越慢。

为了解决这个问题，我使用的临时字符串来获得编码的个别项目XML和对循环结束时，我追加这个小XML的主要原因之一。修改后的方法如下。

for(int i = 0; i < 200; i++) 
{ 
    std::string anItemString; // Create a new string for the individual Item entry 
    anItemString += "<Item>"; 
    addElement(anItemString, "Elemem1Key", "Elemem1Value"); 
    addElement(anItemString, "Elemem2Key", "Elemem2Value"); 
    addElement(anItemString, "Elemem3Key", "Elemem3Value"); 
    addElement(anItemString, "Elemem4Key", "Elemem4Value"); 
    addElement(anItemString, "Elemem5Key", "Elemem5Value"); 
    anItemString += "</Item>"; 


    replaceAll(anItemString, "&", "&amp;"); 
    replaceAll(anItemString, "'", "&apos;"); 
    replaceAll(anItemString, "\"", "&quot;"); 
    replaceAll(anItemString, "<", "&lt;"); 
    replaceAll(anItemString, ">", "&gt;"); 

    anXMLString += anItemString; // Do all the operations on the new string and finally append to the main string. 
} 

这改善了XML创建的性能，所需时间仅为17毫秒！

因此，我学到的教训是，当创建一个更大的结果时，将其拆分成子操作，将子操作的结果收集到新的字符串中，并追加一次到全局结果。我不确定这是否已经是一种模式或名称。

由于计算器提供了一个分享Q中&一个方面的经验进行选择，我想利用它。欢迎任何意见/改进。