使用Xerces C++计算/访问DOMNode儿童的最快方法

Fastest way to count/ access DOMNode children using Xerces C++

本文关键字：方法 DOMNode C++ Xerces 计算 访问 使用      更新时间：2023-10-16

我正在尝试找出计算Xerces C++ DOMNode对象的子元素数量的最快方法，因为我正在尝试优化使用Xerces 2.6 DOMParser的Windows应用程序的性能。

似乎大部分时间都花在计数和访问孩子上。我们的应用程序需要迭代文档中的每个节点，以使用DOMNode::setUserData()将数据附加到其中，我们最初使用DOMNode::getChildNodes()、DOMNodeList::getLength()和DOMNodeList::item(int index)来计数和访问子节点，但这些都是相对昂贵的操作。

当我们使用不同的调用习语时，观察到性能大幅提高 DOMNode:: getFirstChild()获取第一个子节点并调用DOMNode::getNextSibling()以访问特定索引处的子节点，或者计算第一个子元素的同级元素的同级节点数以获取子节点总数。

但是，getNextSibling()仍然是我们解析步骤中的瓶颈，所以我想知道是否有一种更快的方法来使用 Xerces 遍历和访问子元素。

DOMNodeList的问题在于，它实际上是一个非常简单的列表，因此像 length 和 item(i) 这样的操作具有O(n)的成本，如代码所示，例如这里的长度：

XMLSize_t DOMNodeListImpl::getLength() const{
    XMLSize_t count = 0;
    if (fNode) {
        DOMNode *node = fNode->fFirstChild;
        while(node != 0){
            ++count;
            node = castToChildImpl(node)->nextSibling;
        }
    }
    return count;
}

因此，如果不希望在迭代时更改 DOM 树，则不应使用 DOMNodeList，因为访问 O(n) 中的项目从而使迭代成为O(n^2)操作 - 等待发生的灾难(即足够大的 xml 文件(。

使用 DOMNode::getFistChild() 和 DOMNode::getNextSibling() 对于迭代来说是一个足够好的解决方案：

DOMNode *child = docNode->getFirstChild();
while (child != nullptr) {
    // do something with the node
    ...
    child = child->getNextSibling();
}

这在O(n)中按预期发生.

也可以使用 DOMNodeIterator ，但为了创建它，需要正确的DOMDocument，这在需要迭代时并不总是在手边。

是的，

在我发布后不久，我添加了代码来存储和管理每个节点的子计数，这产生了很大的不同。重复访问相同的节点，并且每次都重新计算子节点计数。这是一个相当昂贵的操作，因为Xerces本质上是为该节点重建DOM结构以保证其活动。我们有自己的对象，它封装了一个Xerces DOMNode以及我们需要的额外信息，我们使用DOMNode：：setUserData将我们的对象与相关的DOMnode相关联，现在这似乎是最后一个瓶颈。

相关文章：