当前位置:首页 > 文章列表 > 文章 > 前端 > 与 JSONstringify 竞争 - 通过构建自定义的 JSONstringify

与 JSONstringify 竞争 - 通过构建自定义的 JSONstringify

来源:dev.to 2024-08-15 17:24:48 0浏览 收藏

大家好,今天本人给大家带来文章《与 JSONstringify 竞争 - 通过构建自定义的 JSONstringify》,文中内容主要涉及到,如果你对文章方面的知识点感兴趣,那就请各位朋友继续看下去吧~希望能真正帮到你们,谢谢!

与 JSONstringify 竞争 - 通过构建自定义的 JSONstringify

这是在与我的朋友讨论递归时提出的。为什么不建造
javascript json.stringify 方法作为递归编程练习?看起来很棒
主意。

我很快就起草了第一个版本。而且表现很糟糕!
所需时间约为标准的 4 倍 json.stringify.

第一稿

function json_stringify(obj) {
  if (typeof obj == "number" || typeof obj == "boolean") {
    return string(obj);
  }

  if (typeof obj == "string") {
    return `"${obj}"`;
  }

  if (array.isarray(obj)) {
    return "[" + obj.map(json_stringify).join(",") + "]";
  }

  if (typeof obj === "object") {
    const properties_str = object.entries(obj)
      .map(([key, val]) => {
        return `"${key}":${json_stringify(val)}`;
      })
      .join(",");
    return "{" + properties_str + "}";
  }
}

通过运行以下命令,我们可以看到我们的 json_stringify 的工作原理如下
预计.

const { assert } = require("console");
const test_obj = {
  name: "john doe",
  age: 23,
  hobbies: ["football", "comet study"]
};

assert(json_stringify(test_obj) === json.stringify(test_obj))

测试更多场景,并进行多次运行,以了解我们的
如何 脚本运行,我们做了一个简单的测试脚本!

一个简单的测试脚本

function validity_test(fn1, fn2, test_values) {
  for (const test_value of test_values) {
    assert(fn1(test_value) == fn2(test_value));
  }
}

function time(fn, num_runs = 1, ...args) {
  const start_time = date.now()

  for (let i = 0; i < num_runs; i++) {
    fn(...args);
  }

  const end_time = date.now()
  return end_time - start_time
}


function performance_test(counts) {
  console.log("starting performance test with", test_obj);

  for (const count of counts) {
    console.log("testing", count, "times");

    const duration_std_json = time(json.stringify.bind(json), count, test_obj);
    console.log("\tstd lib json.stringify() took", duration_std_json, "ms");

    const duration_custom_json = time(json_stringify, count, test_obj);
    console.log("\tcustom json_stringify() took", duration_custom_json, "ms");
  }
}

const test_obj = {} // a deeply nested js object, ommitted here for brevity 
const test_values = [
  12,
  "string test",
  [12, 34, 1],
  [12, true, 1, false],
  test_obj
];

validity_test(json.stringify, json_stringify, test_values);
performance_test([1000, 10_000, 100_000, 1000_000]);

运行这个我们得到如下的计时。

testing 1000 times
    std lib json.stringify() took 5 ms
    custom json_stringify() took 20 ms
testing 10000 times
    std lib json.stringify() took 40 ms
    custom json_stringify() took 129 ms
testing 100000 times
    std lib json.stringify() took 388 ms
    custom json_stringify() took 1241 ms
testing 1000000 times
    std lib json.stringify() took 3823 ms
    custom json_stringify() took 12275 ms

它可能在不同的系统上运行有所不同,但所用时间的比率
通过 std json.strngify 到我们自定义的 json_stringify 应该是关于
1:3 - 1:4

在一个有趣的案例中,情况也可能有所不同。继续阅读以了解更多信息
那个!

提高绩效

首先可以修复的是地图功能的使用。它创造了
旧数组中的新数组。在我们的对象例子中,它正在创建一个数组
包含对象条目的数组中的 json 字符串化对象属性。

数组元素的字符串化也发生类似的事情。

我们必须循环遍历数组中的元素或对象的条目!但是
我们可以跳过创建另一个数组来连接 json 字符串化部分。

这是更新版本(为简洁起见,仅显示更改的部分)

function json_stringify(val) {
  if (typeof val === "number" || typeof val === "boolean") {
    return string(val);
  }

  if (typeof val === "string") {
    return `"${val}"`;
  }

  if (array.isarray(val)) {
    let elements_str = "["

    let sep = ""
    for (const element of val) {
      elements_str += sep + json_stringify(element)
      sep = ","
    }
    elements_str += "]"

    return elements_str
  }

  if (typeof val === "object") {
    let properties_str = "{"

    let sep = ""
    for (const key in val) {
      properties_str += sep + `"${key}":${json_stringify(val[key])}`
      sep = ","
    }
    properties_str += "}"

    return properties_str;
  }
}

这是现在测试脚本的输出

testing 1000 times
        std lib json.stringify() took 5 ms
        custom json_stringify() took 6 ms
testing 10000 times
        std lib json.stringify() took 40 ms
        custom json_stringify() took 43 ms
testing 100000 times
        std lib json.stringify() took 393 ms
        custom json_stringify() took 405 ms
testing 1000000 times
        std lib json.stringify() took 3888 ms
        custom json_stringify() took 3966 ms

现在看起来好多了。我们的自定义 json_stringify 仅花费 3 毫秒
比 json.stringify 字符串化深度嵌套对象 10,000 次。
虽然这并不完美,但这是可以接受的延迟。

还挤多了??

当前的延迟可能是由于所有字符串创建和连接造成的
这正在发生。每次我们运行 elements_str += sep + json_stringify(element)
我们正在连接 3 个字符串。

连接字符串的成本很高,因为它需要

  1. 创建一个新的字符串缓冲区来容纳整个组合字符串
  2. 将各个字符串复制到新创建的缓冲区

通过我们自己使用 buffer 并直接将数据写入其中可能会给我们
性能改进。因为我们可以创建一个大缓冲区(比如 80 个字符)
然后创建新的缓冲区以容纳 80 个字符,当它用完时。

我们不会完全避免数据的重新分配/复制,但我们会
减少这些操作。

另一个可能的延迟是递归过程本身!具体来说
函数调用会占用时间。考虑我们的函数调用 json_stringify(val)
它只有一个参数。

了解函数调用

步骤是

  1. 将返回地址压入堆栈
  2. 将参数引用推入堆栈
  3. 在被调用的函数中
    1. 从堆栈中弹出参数引用
    2. 从堆栈中弹出返回地址
    3. 将返回值(字符串化部分)压入堆栈
  4. 在调用函数中
    1. 从堆栈中弹出函数返回的值

所有这些操作都是为了确保函数调用发生,这会增加 cpu
费用.

如果我们创建一个非递归的 json_stringify 算法来完成所有这些操作
上面列出的函数调用(乘以此类调用的次数)将是
减少到没有。

这可以是未来的尝试。

nodejs版本差异

最后要注意的一件事。考虑测试脚本的以下输出

Testing 1000 times
        Std lib JSON.stringify() took 8 ms
        Custom json_stringify() took 8 ms
Testing 10000 times
        Std lib JSON.stringify() took 64 ms
        Custom json_stringify() took 51 ms
Testing 100000 times
        Std lib JSON.stringify() took 636 ms
        Custom json_stringify() took 467 ms
Testing 1000000 times
        Std lib JSON.stringify() took 6282 ms
        Custom json_stringify() took 4526 ms

我们自定义的 json_stringify 是否比 nodejs 标准表现更好
json.stringify???

嗯,是的!但这是旧版本的 nodejs (v18.20.3)。事实证明,为了
这个版本(也可能更低)我们定制的 json_stringify 可以工作
比标准库更快!

本文的所有测试(除了最后一个)均已通过
完成 节点 v22.6.0

json.stringify 的性能从 v18 提升到了 v22。这太棒了

还需要注意的是,我们的脚本在 nodejs v22 中表现更好。
所以,这意味着 nodejs 也提高了运行时的整体性能。
底层v8引擎本身可能发生了更新。

嗯,这对我来说是一次愉快的经历。我希望这是为了
你也是。在所有这些享受中,我们学到了一两件事!

继续构建,继续测试!

好了,本文到此结束,带大家了解了《与 JSONstringify 竞争 - 通过构建自定义的 JSONstringify》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!

版本声明
本文转载于:dev.to 如有侵犯,请联系study_golang@163.com删除
Java 中的自定义异常如何帮助改善错误处理?Java 中的自定义异常如何帮助改善错误处理?
上一篇
Java 中的自定义异常如何帮助改善错误处理?
如何使用断言处理异常?
下一篇
如何使用断言处理异常?
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    542次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    508次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    497次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    484次学习
查看更多
AI推荐
  • 讯飞AI大学堂免费AI认证证书:大模型工程师认证,提升您的职场竞争力
    免费AI认证证书
    科大讯飞AI大学堂推出免费大模型工程师认证,助力您掌握AI技能,提升职场竞争力。体系化学习,实战项目,权威认证,助您成为企业级大模型应用人才。
    13次使用
  • 茅茅虫AIGC检测:精准识别AI生成内容,保障学术诚信
    茅茅虫AIGC检测
    茅茅虫AIGC检测,湖南茅茅虫科技有限公司倾力打造,运用NLP技术精准识别AI生成文本,提供论文、专著等学术文本的AIGC检测服务。支持多种格式,生成可视化报告,保障您的学术诚信和内容质量。
    157次使用
  • 赛林匹克平台:科技赛事聚合,赋能AI、算力、量子计算创新
    赛林匹克平台(Challympics)
    探索赛林匹克平台Challympics,一个聚焦人工智能、算力算法、量子计算等前沿技术的赛事聚合平台。连接产学研用,助力科技创新与产业升级。
    188次使用
  • SEO  笔格AIPPT:AI智能PPT制作,免费生成,高效演示
    笔格AIPPT
    SEO 笔格AIPPT是135编辑器推出的AI智能PPT制作平台,依托DeepSeek大模型,实现智能大纲生成、一键PPT生成、AI文字优化、图像生成等功能。免费试用,提升PPT制作效率,适用于商务演示、教育培训等多种场景。
    174次使用
  • 稿定PPT:在线AI演示设计,高效PPT制作工具
    稿定PPT
    告别PPT制作难题!稿定PPT提供海量模板、AI智能生成、在线协作,助您轻松制作专业演示文稿。职场办公、教育学习、企业服务全覆盖,降本增效,释放创意!
    162次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码