TL; DR
串联速度更快且更一致。但是,对于1个或2个变量而言,差异很小(对于1亿个调用,其间隔不到0.3秒)。
编辑
在第二轮运行之后,连接似乎似乎是两者中最快的。
因此,我想提供一个更广泛的测试,并(稍微)考察一下这两个功能的可扩展性,以扩展模拟尼古的答案。
pastebin上的代码
我决定为每个函数使用四个测试用例,在前面有一个变量,在结尾有一个变量,在中间有一个变量,在中间有两个变量。基本设置是相同的。我仅使用该函数的100,000,000次迭代,这些迭代运行了100次。我使用了相同的机制来防止优化,即获取结果字符串的长度之和并将其记录下来。我还记录了所需的时间(让我猜猜要花多长时间),还将其保存到数组中。
然后,我计算了每种方法的平均值,最小值,最大值和标准差。
结果如下:
{
sum: {
t: {
start: 2072751,
mid: 2338476,
end: 2083695,
double: 2950287
},
c: {
start: 2086059,
mid: 2345551,
end: 2074732,
double: 2922929
}
},
avg: {
t: {
start: 20727.51,
mid: 23384.76,
end: 20836.95,
double: 29502.87
},
c: {
start: 20860.59,
mid: 23455.51,
end: 20747.32,
double: 29229.29
}
},
sd: {
t: {
start: 335.6251329981114,
mid: 282.9490809315344,
end: 286.2220947096852,
double: 216.40844045461824
},
c: {
start: 255.4803356424913,
mid: 221.48744862858484,
end: 238.98242111084238,
double: 209.9309074433776
}
},
min: {
t: {
start: 20490,
mid: 23216,
end: 20588,
double: 29271
},
c: {
start: 20660,
mid: 23258,
end: 20534,
double: 28985
}
},
max: {
t: {
start: 23279,
mid: 25616,
end: 22887,
double: 30843
},
c: {
start: 22603,
mid: 25062,
end: 22403,
double: 30536
}
}
}
在值t
-objects是模板,在值c
-objects是串联。start
表示变量在开头,中间在中间,结尾在结尾,是两个变量的两倍。sum
是所有100次跑步的总和。avg
是平均跑步次数,表示是sum / 100
。sd
维基百科(简单的英语),这是简单的出路。min
和max
是运行的最小值和最大值。
结果
考虑到平均值较低而最小值较低,对于不位于字符串末尾的单个变量来说,模板似乎更快。如果将变量放在字符串的末尾或字符串中有多个变量,则串联会更快。
尽管就前两个条件而言,模板的最小值和平均值均优于其并置模板,但标准偏差始终较差。差异似乎随着更多变量而缩小(需要更多测试)。
由于大多数模板可能不会仅用于一个字符串中的一个变量,因此可以说坚持连接可以产生更好的性能。但是,差异(至少目前)很小。在具有两个变量的100,000,000(1亿)次评估中,差异仅为273.58毫秒,大约是四分之一秒...
第二次跑
第二轮运行看起来有些不同。除了最大值,平均绝对偏差和标准偏差外,每次测量都证明级联比模板快。
当变量位于字符串末尾或字符串中有两个变量时,上述三个测量值的模板值较低(因此更好)。
结果如下:
{
"sum": {
"t": {
"start": 1785103,
"mid": 1826679,
"end": 1719594,
"double": 2110823,
"many": 4153368
},
"c": {
"start": 1720260,
"mid": 1799579,
"end": 1716883,
"double": 2097473,
"many": 3836265
}
},
"avg": {
"t": {
"start": 17851.03,
"mid": 18266.79,
"end": 17195.94,
"double": 21108.23,
"many": 41533.68
},
"c": {
"start": 17202.6,
"mid": 17995.79,
"end": 17168.83,
"double": 20974.73,
"many": 38362.65
}
},
"sd": {
"t": {
"start": 858.7857061572462,
"mid": 886.0941856823124,
"end": 786.5366719994689,
"double": 905.5376950188214,
"many": 1744.9005638144542
},
"c": {
"start": 599.0468429096342,
"mid": 719.1084521127534,
"end": 935.9367719563112,
"double": 991.5642274204934,
"many": 1465.1116774840066
}
},
"aad": {
"t": {
"start": 579.1207999999996,
"mid": 576.5628000000003,
"end": 526.8268,
"double": 586.9651999999998,
"many": 1135.9432000000002
},
"c": {
"start": 467.96399999999966,
"mid": 443.09220000000016,
"end": 551.1318000000008,
"double": 610.2321999999999,
"many": 1020.1310000000003
}
},
"min": {
"t": {
"start": 16932,
"mid": 17238,
"end": 16387,
"double": 20016,
"many": 39327
},
"c": {
"start": 16477,
"mid": 17137,
"end": 16226,
"double": 19863,
"many": 36424
}
},
"max": {
"t": {
"start": 23310,
"mid": 24102,
"end": 21258,
"double": 26883,
"many": 49103
},
"c": {
"start": 19328,
"mid": 23203,
"end": 22859,
"double": 26875,
"many": 44352
}
},
"median": {
"t": {
"start": 17571,
"mid": 18062,
"end": 16974,
"double": 20874,
"many": 41171.5
},
"c": {
"start": 16893.5,
"mid": 18213,
"end": 17016.5,
"double": 20771,
"many": 38849
}
}
}
代码在这里