J2ME经验总结之IO读取

本文探讨了在受限平台上优化InputStream读取性能的方法,通过对比单个字符读取与批量读取的方式,介绍了如何利用缓冲技术提高读取效率。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >


作者:hunhun1981
出自:http://blog.youkuaiyun.com/hunhun1981/

只以InputStream为例,讲讲IO读取的性能问题。
一般的硬件设备,或者网络,访问的速度都有可能存在一定的瓶颈。此外,建立连接的时间往往被我们忽略了。
特别是在J2ME所运行的受限平台上,这个连接的时间往往是不可忽略的。所以我们应该尽量减少连接次数,尽量一次交换更多的数据。

先看看示范代码吧:
while ((ch = inputStream.read()) != -1) {

}
以上是标准代码,曾让我疑惑过:
使用while循环,一个一个读,会不会效率很低?
于是我拿了一个30K的文件,跟下面的方法对比了一下。
byte[] data = new byte[inputStream.available()];
inputStream.read(data);
结果这两个方法的速度不相上下。

后来看了CLDC的源代码才发现,InputStream的read(byte[] data)等批量读取的方法都是在read()方法上加循环实现的。
原来是自己把自己耍了一回……

不过,能用批量读取的时候还是应该尽量用;万一某些平台,某些继承于InputStream的扩展类,用更高效的方法重载了批量读取方法呢?

此外,还有一点很重要,很多情况是无法调用InputStream.available()函数的。特别是网络连接。这样才能叫“流”嘛。
这就需要使用缓冲来解决了,下面提供一个我写的方法,没什么大不了的,用起来感觉还不错,今天兴奋了就介绍一下。

  private   static   final   int  BUFFER_SIZE  =   1024 ;

 
public   static   byte [] read(InputStream is)  throws  Exception {
  
byte [] ret  =   null ;
  
if  (is.available()  >   0 ) {
   ret 
=   new   byte [is.available()];
   is.read(ret);
  } 
else  {
   
int  rd;
   Vector temp 
=   new  Vector();
   
int  size  =   0 ;
   
while  ( true ) {
    
byte [] buffer  =   new   byte [BUFFER_SIZE];
    rd 
=  is.read(buffer,  0 , BUFFER_SIZE);
    
if  (rd  ==  BUFFER_SIZE) {
     temp.addElement(buffer);
     size 
+=  BUFFER_SIZE;
    } 
else  {
     
if  (rd  >   0 ) {
      size 
+=  rd;
     }
     
int  tsize  =  temp.size();
     ret 
=   new   byte [size];
     
for  ( int  i  =   0 ; i  <  tsize; i ++ ) {
      
byte [] t  =  ( byte []) temp.elementAt(i);
      System.arraycopy(t, 
0 , ret, i  *  BUFFER_SIZE,
        BUFFER_SIZE);
     }
     
if  (rd  >   0 ) {
      System.arraycopy(buffer, 
0 , ret, tsize  *  BUFFER_SIZE,
        rd);
     }
     
break ;
    }
   }
  }
  
return  ret;
 }

 

这个方法使用了Vector,有些人可能觉得它影响效率。
其实不然,我测试过。
之所以使用这个有点变态的方法,是因为我向来比较抠,最讨厌遇到不能获取长度的Stream啦,定义多大的缓冲都怕不合适。
于是,就使用了这样一个爱死不死的方法。反正手机内存就那点,我也不去费心去选取buffer长度了,让它自己看着办。 

更多信息,请关注hunhun1981的专栏

基于数据挖掘的音乐推荐系统设计与实现 需要一个代码说明,不需要论文 采用python语言,django框架,mysql数据库开发 编程环境:pycharm,mysql8.0 系统分为前台+后台模式开发 网站前台: 用户注册, 登录 搜索音乐,音乐欣赏(可以在线进行播放) 用户登陆时选择相关感兴趣的音乐风格 音乐收藏 音乐推荐算法:(重点) 本课题需要大量用户行为(如播放记录、收藏列表)、音乐特征(如音频特征、歌曲元数据)等数据 (1)根据用户之间相似性或关联性,给一个用户推荐与其相似或有关联的其他用户所感兴趣的音乐; (2)根据音乐之间的相似性或关联性,给一个用户推荐与其感兴趣的音乐相似或有关联的其他音乐。 基于用户的推荐和基于物品的推荐 其中基于用户的推荐是基于用户的相似度找出相似相似用户,然后向目标用户推荐其相似用户喜欢的东西(和你类似的人也喜欢**东西); 而基于物品的推荐是基于物品的相似度找出相似的物品做推荐(喜欢该音乐的人还喜欢了**音乐); 管理员 管理员信息管理 注册用户管理,审核 音乐爬虫(爬虫方式爬取网站音乐数据) 音乐信息管理(上传歌曲MP3,以便前台播放) 音乐收藏管理 用户 用户资料修改 我的音乐收藏 完整前后端源码,部署后可正常运行! 环境说明 开发语言:python后端 python版本:3.7 数据库:mysql 5.7+ 数据库工具:Navicat11+ 开发软件:pycharm
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值