【Java语言】嵌套For循环性能优化案例

               
1 案例描述  

某日,在JavaEye上看到一道面试题,题目是这样的:请对以下的代码进行优化 

Java代码  

  1. for (int i = 0; i < 1000; i++)  
  2.     for (int j = 0; j < 100; j++)  
  3.         for (int k = 0; k < 10; k++)  
  4.             testFunction (i, j, k);  

(注:为了同后面的内容一致,这里对原题目进行了部分修改) 

2 案例分析  

从给出的代码可知,不论如何优化,testFunction执行的次数都是相同的,该部分不存在优化的可能。那么,代码的优化只能从循环变量i、j、k的实例化、初始化、比较、自增等方面的耗时上进行分析。 

首先,我们先分析原题代码循环变量在实例化、初始化、比较、自增等方面的耗时情况: 

变量实例化(次数)初始化(次数)比较(次数)自增(次数)
i1110001000
j100010001000 * 1001000 * 100
k1000 * 1001000 * 1001000 * 100 * 101000 * 100 * 10

(注:由于单次耗时视不同机器配置而不同,上表相关耗时采用处理的次数进行说明) 

该代码的性能优化就是尽可能减少循环变量i、j、k的实例化、初始化、比较、自增的次数,同时,不能引进其它可能的运算耗时。 

3 解决过程  

从案例分析,对于原题代码,我们提出有两种优化方案: 

3.1 优化方案一  

代码如下: 

Java代码  

  1. for (int i = 0; i < 10; i++)  
  2.     for (int j = 0; j < 100; j++)  
  3.         for (int k = 0; k < 1000; k++)  
  4.             testFunction (k, j, i);  

该方案主要是将循环次数最少的放到外面,循环次数最多的放里面,这样可以最大程度的(注:3个不同次数的循环变量共有6种排列组合情况,此种组合为最优)减少相关循环变量的实例化次数、初始化次数、比较次数、自增次数,方案耗时情况如下: 

变量实例化(次数)初始化(次数)比较(次数)自增(次数)
i111010
j101010 * 10010 * 100
k10 * 10010 * 10010 * 100 * 100010 * 100 * 1000

3.2 优化方案二  

代码如下: 

Java代码  

  1. int i, j, k;  
  2. for (i = 0; i < 10; i++)  
  3.     for (j = 0; j < 100; j++)  
  4.         for (k = 0; k < 1000; k++)  
  5.             testFunction (k, j, i);  

该方案在方案一的基础上,将循环变量的实例化放到循环外,这样可以进一步减少相关循环变量的实例化次数,方案耗时情况如下: 

变量实例化(次数)初始化(次数)比较(次数)自增(次数)
i111010
j11010 * 10010 * 100
k110 * 10010 * 100 * 100010 * 100 * 1000

4 解决结果  

那么,提出的优化方案是否如我们分析的那样有了性能上的提升了呢?我们编写一些测试代码进行验证,数据更能说明我们的优化效果。 

4.1 测试代码  

Java代码  

  1. public static void testFunction(int i, int j, int k) {  
  2.         System.out.print(“”);   // 注:该方法不影响整体优化,这里只有简单输出  
  3.     }  
  4.   
  5.     public static void testA() {  
  6.         long start = System.nanoTime();  
  7.         for (int i = 0; i < 1000; i++)  
  8.             for (int j = 0; j < 100; j++)  
  9.                 for (int k = 0; k < 10; k++)  
  10.                     testFunction(i, j, k);  
  11.         System.out.println(“testA time>>” + (System.nanoTime() – start));  
  12.     }  
  13.   
  14.     public static void testB() {  
  15.         long start = System.nanoTime();  
  16.         for (int i = 0; i < 10; i++)  
  17.             for (int j = 0; j < 100; j++)  
  18.                 for (int k = 0; k < 1000; k++)  
  19.                     testFunction(k, j, i);  
  20.         System.out.println(“testB time>>” + (System.nanoTime() – start));  
  21.     }  
  22.   
  23.     public static void testC() {  
  24.         long start = System.nanoTime();  
  25.         int i;  
  26.         int j;  
  27.         int k;  
  28.         for (i = 0; i < 10; i++)  
  29.             for (j = 0; j < 100; j++)  
  30.                 for (k = 0; k < 1000; k++)  
  31.                     testFunction(k, j, i);  
  32.         System.out.println(“testC time>>” + (System.nanoTime() – start));  
  33. }  

4.2 测试结果  

1、测试机器配置:Pentium(R) Dual-Core CPU E5400 @2.70GHz 2.70GHz, 2GB内存; 

2、循环变量i、j、k循环次数分别为10、100、1000,进行5组测试,测试结果如下: 

 第1组第2组第3组第4组第5组
原方案171846271173250166173910870173199875173725328
方案一168839312168466660168372616168310190168041251
方案二168001838169141906168230655169421766168240748

从上面的测试结果来看,优化后的方案明显性能优于原方案,达到了优化的效果。但优化方案二并没有如我们预期的优于方案一,其中第2、4、5组的数据更是比方案一差,怀疑可能是循环次数太少,以及测试环境相关因素影响下出现的结果。 

3、重新调整循环变量i、j、k循环次数分别为20、200、2000,进行5组测试,测试结果如下: 

 第1组第2组第3组第4组第5组
原方案13553972031358978176135812828113501936821354786598
方案一13434827041348410388134397803713479191561340697793
方案二13424275281343897887134266246213421240481336266453

从上面的测试结果来看,优化后的方案基本符合我们的预期结果。 

5 总结  

从案例分析和解决过程中的三个表的分析可知,优化方案一和优化方案二的性能都比原代码的性能好,其中优化方案二的性能是最好的。在嵌套For循环中,将循环次数多的循环放在内侧,循环次数少的循环放在外侧,其性能会提高;减少循环变量的实例化,其性能也会提高。从测试数据可知,对于两种优化方案,如果在循环次数较少的情况下,其运行效果区别不大;但在循环次数较多的情况下,其效果就比较明显了。            ,               
1 案例描述  

某日,在JavaEye上看到一道面试题,题目是这样的:请对以下的代码进行优化 

Java代码  

  1. for (int i = 0; i < 1000; i++)  
  2.     for (int j = 0; j < 100; j++)  
  3.         for (int k = 0; k < 10; k++)  
  4.             testFunction (i, j, k);  

(注:为了同后面的内容一致,这里对原题目进行了部分修改) 

2 案例分析  

从给出的代码可知,不论如何优化,testFunction执行的次数都是相同的,该部分不存在优化的可能。那么,代码的优化只能从循环变量i、j、k的实例化、初始化、比较、自增等方面的耗时上进行分析。 

首先,我们先分析原题代码循环变量在实例化、初始化、比较、自增等方面的耗时情况: 

变量实例化(次数)初始化(次数)比较(次数)自增(次数)
i1110001000
j100010001000 * 1001000 * 100
k1000 * 1001000 * 1001000 * 100 * 101000 * 100 * 10

(注:由于单次耗时视不同机器配置而不同,上表相关耗时采用处理的次数进行说明) 

该代码的性能优化就是尽可能减少循环变量i、j、k的实例化、初始化、比较、自增的次数,同时,不能引进其它可能的运算耗时。 

3 解决过程  

从案例分析,对于原题代码,我们提出有两种优化方案: 

3.1 优化方案一  

代码如下: 

Java代码  

  1. for (int i = 0; i < 10; i++)  
  2.     for (int j = 0; j < 100; j++)  
  3.         for (int k = 0; k < 1000; k++)  
  4.             testFunction (k, j, i);  

该方案主要是将循环次数最少的放到外面,循环次数最多的放里面,这样可以最大程度的(注:3个不同次数的循环变量共有6种排列组合情况,此种组合为最优)减少相关循环变量的实例化次数、初始化次数、比较次数、自增次数,方案耗时情况如下: 

变量实例化(次数)初始化(次数)比较(次数)自增(次数)
i111010
j101010 * 10010 * 100
k10 * 10010 * 10010 * 100 * 100010 * 100 * 1000

3.2 优化方案二  

代码如下: 

Java代码  

  1. int i, j, k;  
  2. for (i = 0; i < 10; i++)  
  3.     for (j = 0; j < 100; j++)  
  4.         for (k = 0; k < 1000; k++)  
  5.             testFunction (k, j, i);  

该方案在方案一的基础上,将循环变量的实例化放到循环外,这样可以进一步减少相关循环变量的实例化次数,方案耗时情况如下: 

变量实例化(次数)初始化(次数)比较(次数)自增(次数)
i111010
j11010 * 10010 * 100
k110 * 10010 * 100 * 100010 * 100 * 1000

4 解决结果  

那么,提出的优化方案是否如我们分析的那样有了性能上的提升了呢?我们编写一些测试代码进行验证,数据更能说明我们的优化效果。 

4.1 测试代码  

Java代码  

  1. public static void testFunction(int i, int j, int k) {  
  2.         System.out.print(“”);   // 注:该方法不影响整体优化,这里只有简单输出  
  3.     }  
  4.   
  5.     public static void testA() {  
  6.         long start = System.nanoTime();  
  7.         for (int i = 0; i < 1000; i++)  
  8.             for (int j = 0; j < 100; j++)  
  9.                 for (int k = 0; k < 10; k++)  
  10.                     testFunction(i, j, k);  
  11.         System.out.println(“testA time>>” + (System.nanoTime() – start));  
  12.     }  
  13.   
  14.     public static void testB() {  
  15.         long start = System.nanoTime();  
  16.         for (int i = 0; i < 10; i++)  
  17.             for (int j = 0; j < 100; j++)  
  18.                 for (int k = 0; k < 1000; k++)  
  19.                     testFunction(k, j, i);  
  20.         System.out.println(“testB time>>” + (System.nanoTime() – start));  
  21.     }  
  22.   
  23.     public static void testC() {  
  24.         long start = System.nanoTime();  
  25.         int i;  
  26.         int j;  
  27.         int k;  
  28.         for (i = 0; i < 10; i++)  
  29.             for (j = 0; j < 100; j++)  
  30.                 for (k = 0; k < 1000; k++)  
  31.                     testFunction(k, j, i);  
  32.         System.out.println(“testC time>>” + (System.nanoTime() – start));  
  33. }  

4.2 测试结果  

1、测试机器配置:Pentium(R) Dual-Core CPU E5400 @2.70GHz 2.70GHz, 2GB内存; 

2、循环变量i、j、k循环次数分别为10、100、1000,进行5组测试,测试结果如下: 

 第1组第2组第3组第4组第5组
原方案171846271173250166173910870173199875173725328
方案一168839312168466660168372616168310190168041251
方案二168001838169141906168230655169421766168240748

从上面的测试结果来看,优化后的方案明显性能优于原方案,达到了优化的效果。但优化方案二并没有如我们预期的优于方案一,其中第2、4、5组的数据更是比方案一差,怀疑可能是循环次数太少,以及测试环境相关因素影响下出现的结果。 

3、重新调整循环变量i、j、k循环次数分别为20、200、2000,进行5组测试,测试结果如下: 

 第1组第2组第3组第4组第5组
原方案13553972031358978176135812828113501936821354786598
方案一13434827041348410388134397803713479191561340697793
方案二13424275281343897887134266246213421240481336266453

从上面的测试结果来看,优化后的方案基本符合我们的预期结果。 

5 总结  

从案例分析和解决过程中的三个表的分析可知,优化方案一和优化方案二的性能都比原代码的性能好,其中优化方案二的性能是最好的。在嵌套For循环中,将循环次数多的循环放在内侧,循环次数少的循环放在外侧,其性能会提高;减少循环变量的实例化,其性能也会提高。从测试数据可知,对于两种优化方案,如果在循环次数较少的情况下,其运行效果区别不大;但在循环次数较多的情况下,其效果就比较明显了。            

    原文作者:水开后iwhh
    原文地址: https://blog.csdn.net/qq_44912644/article/details/89433574
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞