在for循環(huán)中向上或向下計數(shù)是最有效的迭代方式嗎？ 有時答案既不是。 閱讀這篇文章，了解不同迭代品種的影響。

迭代性能

關(guān)于如何以高性能進(jìn)行迭代有很多觀點(diǎn)。 Java中的傳統(tǒng)迭代方式是一個for循環(huán)，該循環(huán)從零開始，然后計數(shù)到一些預(yù)定義的數(shù)字：

private static final int ITERATIONS = 10_000;@Benchmark public int forUp() {int sum = 0;for (int i = 0; i < ITERATIONS; i++) {sum += i;}return sum; }

有時，我們遇到一個for循環(huán)，該循環(huán)以預(yù)定的非負(fù)值開始，然后遞減計數(shù)。 這在JDK本身中非常普遍，例如在String類中。 這是通過遞減而不是遞增來解決先前問題的示例。

@Benchmark public int forDown() {int sum = 0;for (int i = ITERATIONS; i-- > 0;) {sum += i;}return sum; }

我認(rèn)為，這樣做的理由是，檢查值與零的關(guān)系可能比測試值與任何其他任意值的關(guān)系更有效。 實(shí)際上，我所知道的所有CPU都有機(jī)器碼指令，可以檢查給定值與零的關(guān)系。 另一個想法是，上面給出的遞減計數(shù)習(xí)慣似乎只檢查一次循環(huán)變量（它同時檢查值，然后減小它），而不是頂部的常規(guī)示例。 我懷疑這對當(dāng)今高效的JIT編譯器影響很小或沒有影響，后者將能夠像優(yōu)化第二個迭代一樣優(yōu)化第一個迭代。 當(dāng)代碼在解釋模式下運(yùn)行時可能會產(chǎn)生影響，但是本文中未對此進(jìn)行檢查。

另一種方法是使用
IntStream看起來像這樣：

@Benchmark public int stream() {return IntStream.range(0, ITERATIONS).sum(); }

如果大型迭代需要更高的性能，則只需在流中添加.parallel()運(yùn)算符就可以使流并行變得相對容易。 本文未對此進(jìn)行檢查。

Graal VM下的性能

在我的筆記本電腦（MacBook Pro，2015年中，2.2 GHz Intel Core i7）上的GraalVM（rc-11，以及GraallVM附帶的新C2編譯器）下運(yùn)行這些測試可以得出以下結(jié)果：

Benchmark Mode Cnt Score Error Units ForBenchmark.forDown thrpt 5 311419.166 ± 4201.724 ops/s ForBenchmark.forUp thrpt 5 309598.916 ± 12998.579 ops/s ForBenchmark.stream thrpt 5 312360.089 ± 8291.792 ops/s

對于流解決方案是最快的解決方案（盡管誤差在誤差范圍內(nèi)），這可能會讓某些人感到意外。

在上一篇文章中 ，我介紹了與傳統(tǒng)命令式代碼相比，流和聲明式編程在代碼度量方面的一些優(yōu)勢。 我尚未測試過冷代碼段的性能（即，在JIT啟動之前）。

聰明的數(shù)學(xué)

根據(jù)數(shù)學(xué)，我們記得從零開始的連續(xù)數(shù)字的總和為N *（N + 1）/ 2，其中N是序列中的最高數(shù)字。 運(yùn)行此基準(zhǔn)測試：

@Benchmark public int math() {return ITERATIONS * (ITERATIONS + 1) / 2; }

使我們的性能比以前的實(shí)現(xiàn)提高了1000倍以上：

Benchmark Mode Cnt Score Error Units ForBenchmark.math thrpt 5 395561077.984 ± 11138012.141 ops/s

迭代次數(shù)越多，收益越大。 聰明有時會勝過蠻力。

超快速數(shù)據(jù)流

使用Speedment HyperStream，可以從數(shù)據(jù)庫中獲得類似的性能。 在HyperStream上信息 。

結(jié)論

在某些常用的硬件/ JVM上，無論我們在for循環(huán)中向上還是向下進(jìn)行迭代都沒有關(guān)系。 較新的JVM能夠優(yōu)化流迭代，因此與for循環(huán)相比，它們具有同等甚至更好的性能。

在我看來，與for循環(huán)相比，流代碼通常更具可讀性，因此，我相信流在某些將來可能是事實(shí)上的迭代發(fā)明。

使用Speedment HyperStream可以高性能地流傳輸數(shù)據(jù)庫內(nèi)容。

翻譯自: https://www.javacodegeeks.com/2019/09/java-performance-for-eaching-vs-streaming.html

總結(jié)

以上是生活随笔為你收集整理的Java性能：For-eaching与Streaming的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。