最近自己写程序的时候,想提高程序的性能。
一个基本的想法是:减少对象的创建。由于我的程序中要大量使用整数操作,包括 Integer.toString() 、Integer.toHexString() 等等。理论上,每次调用这些函数的时候都会解析整数,并生成字符串,所以我自己写了个类来缓存结果,第二次调用的时候就不用再计算了。
以下代码发布在公共领域(Public Domain)下,你可以自由地使用它们。
/**
* Integer utils, cached many results of toString/toHexString to get better performance<p>
* Java 1.4 compatible
*
* @author henix[http://shell-picker.iteye.com]
*/
public class IntegerUtils {
static final int MAX_CACHED = 2048;
private static Integer[] cache = new Integer[MAX_CACHED];
private static String[] cachedStrings = new String[MAX_CACHED];
private static String[] cachedHexStrings = new String[MAX_CACHED];
/**
* Implement the same logic as Integer.valueOf(int) in Java 1.5.
*
* @param i
* @return
*/
public static Integer getInteger(int i) {
if (i >= 0 && i < MAX_CACHED) {
synchronized (cache) {
if (cache[i] == null) {
cache[i] = new Integer(i);
}
}
return cache[i];
} else {
return new Integer(i);
}
}
public static String toString(int i) {
if (i >= 0 && i < MAX_CACHED) {
synchronized (cachedStrings) {
if (cachedStrings[i] == null) {
cachedStrings[i] = Integer.toString(i);
}
}
return cachedStrings[i];
} else {
return Integer.toString(i);
}
}
public static String toHexString(int i) {
if (i >= 0 && i < MAX_CACHED) {
synchronized (cachedHexStrings) {
if (cachedHexStrings[i] == null) {
cachedHexStrings[i] = Integer.toHexString(i);
}
}
return cachedHexStrings[i];
} else {
return Integer.toHexString(i);
}
}
/**
* parseInt that never throws exceptions
*
* @param str
* @return
*/
public static int parseInt(String str) {
try {
return Integer.parseInt(str);
} catch (Exception e) {
return 0;
}
}
public static int parseInt(String str, int radix) {
try {
return Integer.parseInt(str, radix);
} catch (Exception e) {
return 0;
}
}
}
分享到:
相关推荐
主要给大家介绍了关于Java基础之Integer使用注意事项及面试题的相关资料,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧。
pre_o_1csdn63m9a1bs0e1rr51niuu33e.a
matlab建立计算力学课程的笔记和文件.zip
FT_Prog_v3.12.38.643--FTD USB 工作模式设定及eprom读写
matlab基于RRT和人工势场法混合算法的路径规划.zip
matlab基于matlab的两步定位软件定义接收机的开源GNSS直接位置估计插件模块.zip
office 2016三和一精简版
文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库,如NumPy、Pandas和Requests,极大地丰富了Python的应用领域,从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径,而且为经验丰富的开发者提供了强大的工具,以高效率、高质量地完成复杂任务。例如,Matplotlib和Seaborn库在数据可视化领域内非常受欢迎,它们提供了广泛的工具和技术,可以创建高度定制化的图表和图形,帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。
麦肯锡咨询顾问必备宝典-时间管理.ppt
文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库,如NumPy、Pandas和Requests,极大地丰富了Python的应用领域,从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径,而且为经验丰富的开发者提供了强大的工具,以高效率、高质量地完成复杂任务。例如,Matplotlib和Seaborn库在数据可视化领域内非常受欢迎,它们提供了广泛的工具和技术,可以创建高度定制化的图表和图形,帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。
麦肯锡顾问的黄金思考方法.pptx
91fdd461elb59a4ce8dfcfc46bc283a7.msi
ansys maxwell
5-5
xx广告促销计划流程实施手册.ppt
仿小米商城微信小程序源码+项目说明.zip
文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库,如NumPy、Pandas和Requests,极大地丰富了Python的应用领域,从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径,而且为经验丰富的开发者提供了强大的工具,以高效率、高质量地完成复杂任务。例如,Matplotlib和Seaborn库在数据可视化领域内非常受欢迎,它们提供了广泛的工具和技术,可以创建高度定制化的图表和图形,帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。
文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库,如NumPy、Pandas和Requests,极大地丰富了Python的应用领域,从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径,而且为经验丰富的开发者提供了强大的工具,以高效率、高质量地完成复杂任务。例如,Matplotlib和Seaborn库在数据可视化领域内非常受欢迎,它们提供了广泛的工具和技术,可以创建高度定制化的图表和图形,帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。
麦肯锡xx客户满意服务.ppt
网课专注度监测预警系统基于yolov5目标检测的网课专注度检测系统源码+模型+pyqt5界面.zip