Я быстро написал программу C, извлекая i-я строку из набора файлов gzipped (содержащих около 500 000 строк). Вот моя программа на C:
#include <stdio.h>
#include <string.h>
#include <stdlib.h>
#include <errno.h>
#include <zlib.h>
/* compilation:
gcc -o linesbyindex -Wall -O3 linesbyindex.c -lz
*/
#define MY_BUFFER_SIZE 10000000
static void extract(long int index,const char* filename)
{
char buffer[MY_BUFFER_SIZE];
long int curr=1;
gzFile in=gzopen (filename, "rb");
if(in==NULL)
{
fprintf(stderr,"Cannot open \"%s\" %s.\n",filename,strerror(errno));
exit(EXIT_FAILURE); }
while(gzread(in,buffer,MY_BUFFER_SIZE)!=-1 && curr<=index)
{
char* p=buffer;
while(*p!=0)
{
if(curr==index)
{
fputc(*p,stdout);
}
if(*p=='\n')
{
++curr;
if(curr>index) break;
}
p++;
}
}
gzclose(in);
if(curr<index)
{
fprintf(stderr,"Not enough lines in %s (%ld)\n",filename,curr);
}
}
int main(int argc,char** argv)
{
int optind=2;
char* p2;
long int count=0;
if(argc<3)
{
fprintf(stderr,"Usage: %s (count) files...\n",argv[0]);
return EXIT_FAILURE;
}
count=strtol(argv[1],&p2,10);
if(count<1 || *p2!=0)
{
fprintf(stderr,"bad number %s\n",argv[1]);
return EXIT_SUCCESS;
}
while(optind< argc)
{
extract(count,argv[optind]);
++optind;
}
return EXIT_SUCCESS;
}
В качестве теста я написал следующий эквивалентный код в java:
import java.io.*;
import java.util.zip.GZIPInputStream;
public class GetLineByIndex{
private int index;
public GetLineByIndex(int count){
this.index=count;
}
private String extract(File file) throws IOException
{
long curr=1;
byte buffer[]=new byte[2048];
StringBuilder line=null;
InputStream in=null;
if(file.getName().toLowerCase().endsWith(".gz")){
in= (new GZIPInputStream(new FileInputStream(file)));
}else{
in= (new FileInputStream(file));
}
int nRead=0;
while((nRead=in.read(buffer))!=-1)
{
int i=0;
while(i<nRead)
{
if(buffer[i]=='\n')
{
++curr;
if(curr>this.index) break;
}
else if(curr==this.index)
{
if(line==null) line=new StringBuilder(500);
line.append((char)buffer[i]);
}
i++;
}
if(curr>this.index) break;
}
in.close();
return (line==null?null:line.toString());
}
public static void main(String args[]) throws Exception{
int optind=1;
if(args.length<2){
System.err.println("Usage: program (count) files...\n");
return;
}
GetLineByIndex app=new GetLineByIndex(Integer.parseInt(args[0]));
while(optind < args.length)
{
String line=app.extract(new File(args[optind]));
if(line==null)
{
System.err.println("Not enough lines in "+args[optind]);
}
else
{
System.out.println(line);
}
++optind;
}
return;
}
}
Бывает, что java-программа была намного быстрее (~ 1'45 '') для получения большого индекса, чем программа C (~ 2'15 '') на одном компьютере (я несколько раз тестировал этот тест).
Как я могу объяснить эту разницу?