与 JSONstringify 竞争 - 通过构建自定义的 JSONstringify
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!
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
- 创建一个新的字符串缓冲区来容纳整个组合字符串
- 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
- 将返回地址压入堆栈
- 将参数引用推入堆栈
- 在被调用的函数中
- 从堆栈中弹出参数引用
- 从堆栈中弹出返回地址
- 将返回值(字符串化部分)压入堆栈
- 在调用函数中
- 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!

- 上一篇
- Java 中的自定义异常如何帮助改善错误处理?

- 下一篇
- 如何使用断言处理异常?
-
- 文章 · 前端 | 3分钟前 |
- JS工厂模式怎么实现?
- 331浏览 收藏
-
- 文章 · 前端 | 18分钟前 |
- MongooseObjectId匹配陷阱解析
- 188浏览 收藏
-
- 文章 · 前端 | 24分钟前 |
- Django静态图片未加载解决方法
- 133浏览 收藏
-
- 文章 · 前端 | 36分钟前 |
- Alpine.js外部JS更新x-data方法
- 433浏览 收藏
-
- 文章 · 前端 | 39分钟前 |
- Plotly.js树状图结构解析与使用教程
- 397浏览 收藏
-
- 文章 · 前端 | 39分钟前 |
- jQuery验证Bootstrap表格输入项
- 406浏览 收藏
-
- 文章 · 前端 | 44分钟前 | 性能优化 响应式设计 text-shadow box-shadow CSS阴影
- CSS添加阴影效果技巧分享
- 402浏览 收藏
-
- 文章 · 前端 | 1小时前 |
- NodeList事件监听修复按钮失效问题
- 232浏览 收藏
-
- 文章 · 前端 | 1小时前 |
- JavaScriptfor...of遍历数组全解析
- 357浏览 收藏
-
- 文章 · 前端 | 1小时前 | CSS样式 CSS预处理器 Dreamweaver 外部样式表 CSS设计器
- DW调用CSS样式方法教程
- 106浏览 收藏
-
- 文章 · 前端 | 1小时前 |
- 宏任务与内存关联解析
- 329浏览 收藏
-
- 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。
- 543次学习
-
- 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。
- 514次学习
-
- 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
- 499次学习
-
- 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
- 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
-
- AI Mermaid流程图
- SEO AI Mermaid 流程图工具:基于 Mermaid 语法,AI 辅助,自然语言生成流程图,提升可视化创作效率,适用于开发者、产品经理、教育工作者。
- 464次使用
-
- 搜获客【笔记生成器】
- 搜获客笔记生成器,国内首个聚焦小红书医美垂类的AI文案工具。1500万爆款文案库,行业专属算法,助您高效创作合规、引流的医美笔记,提升运营效率,引爆小红书流量!
- 453次使用
-
- iTerms
- iTerms是一款专业的一站式法律AI工作台,提供AI合同审查、AI合同起草及AI法律问答服务。通过智能问答、深度思考与联网检索,助您高效检索法律法规与司法判例,告别传统模板,实现合同一键起草与在线编辑,大幅提升法律事务处理效率。
- 483次使用
-
- TokenPony
- TokenPony是讯盟科技旗下的AI大模型聚合API平台。通过统一接口接入DeepSeek、Kimi、Qwen等主流模型,支持1024K超长上下文,实现零配置、免部署、极速响应与高性价比的AI应用开发,助力专业用户轻松构建智能服务。
- 512次使用
-
- 迅捷AIPPT
- 迅捷AIPPT是一款高效AI智能PPT生成软件,一键智能生成精美演示文稿。内置海量专业模板、多样风格,支持自定义大纲,助您轻松制作高质量PPT,大幅节省时间。
- 453次使用
-
- 优化用户界面体验的秘密武器:CSS开发项目经验大揭秘
- 2023-11-03 501浏览
-
- 使用微信小程序实现图片轮播特效
- 2023-11-21 501浏览
-
- 解析sessionStorage的存储能力与限制
- 2024-01-11 501浏览
-
- 探索冒泡活动对于团队合作的推动力
- 2024-01-13 501浏览
-
- UI设计中为何选择绝对定位的智慧之道
- 2024-02-03 501浏览