使用 byte[] 的 Java 快速 atoi

Posted 2023-02-16

【中文标题】使用 byte[] 的 Java 快速 atoi

【英文标题】：Java fast atoi using byte[]

【发布时间】：2012-02-01 08:29:23

【问题描述】：

我正在开发一个应该读取和处理平面文件的应用程序。这些文件并不总是对记录中的每个字段使用一致的编码，因此决定我们应该读/写字节并避免将它们转换为字符串的必要解码/编码。

但是，很多这些字段都是简单的整数，我需要验证它们（测试它们是否真的是整数并且在一定范围内）。我需要一个接收 byte[] 并将其转换为 int 的函数。我假设所有数字都是纯 ASCII。

我知道我可以通过首先将 byte[] 转换为 CharBuffer，解码为 ISO-8859-1 或 UTF-8，然后调用 Integer.parseInt() 来做到这一点，但这似乎需要很多开销和性能很重要。

所以，基本上我需要的是 atoi() 的 Java 等价物。我更喜欢 API 函数（包括 3rd 方 API）。此外，该函数应该以某种方式报告错误。

附带说明一下，我在表示日期/时间的字段上遇到了同样的问题（尽管这些字段更为罕见）。如果有人能提到一些用于 Java 的快速类 C 库，那就太好了。

【问题讨论】：

你见过SO question吗？

我也会使用直接的 ByteBuffer 来避免复制到 byte[]。

【参考方案1】：

虽然我无法为您提供现成的 java 解决方案，但我想向您指出有趣的 (c) 代码供您阅读：qmail 的 author 有一个小函数可以快速解析字节数组中的无符号长整数scan_ulong，你可以在网上找到很多该功能的化身：

unsigned int scan_ulong(register const char *s,register unsigned long *u)

  register unsigned int pos = 0;
  register unsigned long result = 0;
  register unsigned long c;
  while ((c = (unsigned long) (unsigned char) (s[pos] - '0')) < 10) 
    result = result * 10 + c;
    ++pos;
  
  *u = result;
  return pos;
   

（取自这里：https://github.com/jordansissel/djbdnsplus/blob/master/scan_ulong.c）

该代码应该非常顺利地转换为 java。

【参考方案2】：

C 库中的atoi 函数是一段非常枯燥的代码：您可以在五分钟或更短的时间内将其转换为Java。如果您必须避免自己编写，您可以使用String(byte\[\] buf, int offset,int length) 构造函数使Java 字符串绕过CharBuffer，并对其进行解析以完成转换。