C++如何實現高性能轉換大小寫算法

這篇文章給大家分享的是有關C++如何實現高性能轉換大小寫算法的內容。小編覺得挺實用的，因此分享給大家做個參考，一起跟隨小編過來看看吧。

簡述

最近工作中遇到一個需求，是需要將URL中的 query 參數的key全部轉換為小寫或者大寫，鍵值對的數量有點多，但全部都是英文字母，無需考慮非字母的情況。

實現比較快的做法是使用STL或C標準庫中的轉換接口，如下：

#include <string> 
#include <cctype> 
#include <algorithm>
// 字符串中的大寫字符轉小寫
std::string strtolower(std::string s)
{
 transform(s.begin(), s.end(), s.begin(), ::tolower);
 return s;
}
// 字符串中的小寫字符轉大寫
std::string strtoupper(std::string s)
{
 transform(s.begin(), s.end(), s.begin(), ::toupper);
 return s;
}

這個方法雖然很好，但是效率不是很高。

分析了一下ascii碼的碼值，發現大小寫字母的ascii碼之間是有規律的。

原理

英文字母的ASCII碼值表示如下

對比一下其二進制形式

從對比的結果可以看出， 大寫字母與小寫字母的差別 僅是 一個比特位的不同 。

因為它們的這個規律，可以寫出下面的轉換函數（如果輸入不是字母，轉出的結果會有錯誤）

可以查看數字 0-9 的ascii碼值，可以看出它們的第6位都是0，所以轉為小寫的算法不會影響數字的值。

轉小寫算法中受到影響的，只有ascii碼二進制表示中第六位為0的部分。其中非字母部分如下表

#include <iostream>
#include <string>
#include <stdint.h>
// 更優化
std::string strtoupper(std::string s)
{
 if(s.empty()){return s;}
 size_t len = s.size() + 1;
 size_t alignlen = len + 8 - (len % 8);
 s.resize(alignlen);
 size_t ec = alignlen / 8;
 uint64_t* p8 = (uint64_t*)s.data();
 for(size_t i=0;i<ec;++i){
 p8[i] &= 0xDFDFDFDFDFDFDFDF;
 }
 s.resize(len-1);
 return s;
}
// 未做進一步優化
std::string strtolower(std::string s)
{
 size_t len = s.size();
 size_t ec = len /8;
 uint64_t* p8 = (uint64_t*)s.data();
 for(size_t i=0;i<ec;++i){
 p8[i] |= 0x2020202020202020;
 }
 uint8_t* p1 = (uint8_t*)(p8 + ec);
 len %= 8;
 for(size_t i=0;i<len;++i){
 p1[i] |= 0x20;
 }
 return s;
}

性能測試

測試代碼如下：

int main()
{
 //std::cout << "Hello, world!\n";
 for(size_t i=0;i<1000000;++i){
 std::string s = strtoupper("qwertyuiopasdfghjklzxcvbnm````````QWERTYUIOPASDFGHJKLZXCVBNM");
 //std::cout<<s<<std::endl;
 s = strtolower("qwertyuiopasdfghjklzxcvbnm\t\t\t\t\t\t\t\tQWERTYUIOPASDFGHJKLZXCVBNM");
 //std::cout<<s<<std::endl;
 }
 return 0;
}

-- 編譯時候請勿優化，否則可能被優化掉！ --

測試結果如下：

使用STL算法

STL算法部分主要由頭文件<algorithm>,<numeric>,<functional>組成。要使用 STL中的算法函數必須包含頭文件<algorithm>，對于數值算法須包含<numeric>，<functional>中則定義了一些模板類，用來聲明函數對象。

STL中算法大致分為四類：

       1、非可變序列算法：指不直接修改其所操作的容器內容的算法。

       2、可變序列算法：指可以修改它們所操作的容器內容的算法。

       3、排序算法：包括對序列進行排序和合并的算法、搜索算法以及有序序列上的集合操作。

       4、數值算法：對容器內容進行數值計算。

結果如下

time ./teststl
./teststl 7.88s user 0.03s system 100% cpu 7.904 total

自寫代碼測試結果如下

time ./test
./test 0.93s user 0.00s system 99% cpu 0.928 total

可以看到，其性能有差異。（應用場景有限）

感謝各位的閱讀！關于“C++如何實現高性能轉換大小寫算法”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，讓大家可以學到更多知識，如果覺得文章不錯，可以把它分享出去讓更多的人看到吧！