为何处理排序数组比未排序数组快

    今天在群里看到一个有意思的问题——为何处理排序数组比处理没有排序的数组要快，这个问题来源于 StackoverFlow，虽然我看到代码略微知道缘由，可是模模糊糊不够清晰，搜了不少博客也讲的不够明白，因此就本身来总结了。

    首先来看一下问题，下面是很简单的一段代码，随机生成一些数字，对其中大于 128 的元素求和，记录并打印求和所用时间。

import java.util.Arrays;
import java.util.Random;

public class Main {
    public static void main(String[] args) {
        // Generate data
        int arraySize = 32768;
        int data[] = new int[arraySize];

        Random rnd = new Random(0);
        for (int c = 0; c < arraySize; ++c)
            data[c] = rnd.nextInt() % 256;

        // !!! With this, the next loop runs faster
        Arrays.sort(data);

        // Test
        long start = System.nanoTime();
        long sum = 0;

        for (int i = 0; i < 100000; ++i)
        {
            // Primary loop
            for (int c = 0; c < arraySize; ++c)
            {
                if (data[c] >= 128)
                    sum += data[c];
            }
        }

        System.out.println((System.nanoTime() - start) / 1000000000.0);
        System.out.println("sum = " + sum);
    }
}
复制代码

    个人运行结果：分别在对数组排序和不排序的前提下测试，在不排序时所用的时间比先排好序所用时间平均要多 10 ms。这不是巧合，而是必然的结果。

    问题就出在那个if判断上面，在旧文顺序、条件、循环语句的底层解释中其实已经提到了形成这种结果的缘由，只是旧文中没有拿出具体的例子来讲明。

    为了把这个问题搞明白，须要先对流水线有必定的了解。计算机是指令流驱动的，执行的是一个一个的指令，而执行一条指令，又要通过取指、译码、执行、访存、写回、更新六个阶段（不一样的划分方式所包含的阶段不同）。

    六个阶段使用的硬件基本是不同的，若是一条指令执行完再去执行另外一条指令，那么在这段时间里会有不少硬件处于空闲状态，要使计算机的速度变快，那么就不能让硬件停下来，因此有了流水线技术。

    流水线技术经过将指令重叠来实现几条指令并行处理，下图表示的是三阶段指令时序，即把一个指令分为三个阶段。在第一条指令的 B 阶段，A 阶段相关的硬件是空闲的，因而能够将第二条指令的 A 阶段提早操做。

    很明显，这种设计大幅提升了指令运行的效率，聪明的你可能发现问题了，要是不知道下一条指令是什么怎么办，那提早的阶段也就白干了，那样流水线不就失效了？没错，这就是致使开篇问题的缘由。

    让流水线出问题的状况有三种：一、数据相关，后一条指令须要用到前一条指令的运算结果；二、控制相关，好比无条件跳转，跳转的地址须要在译码阶段才能知道，因此跳转以后已经被取出的指令流水就须要清空；三、结构相关，因为一些指令须要的时钟周期长（好比浮点运算等），长时间占用硬件，致使以后的指令没法进入译码等阶段，即它们在争用同一套硬件。

    代码中的if (data[c] >= 128)翻译成机器语言就是跳转指令，处理器事先并不知道要跳转到哪一个分支，那难道就等知道了才开始下一条指令的取指工做吗？处理器选择了伪装知道会跳转到哪一个分支（不是谦虚，是真的伪装知道），若是猜中了是运气好，而没有猜中那就浪费一点时间从新来干。

    没有排序的数组，元素是随机排列的，每次data[c] >= 128的结果也是随机的，前面的经验就不可参考，因此下一次执行到这里理论上仍是会有 50% 的可能会猜错，猜错了确定就须要花时间来修改犯下的错误，天然就会浪费更多的时间。

    对于排好序的数组，开始几回也须要靠猜，可是猜着猜着发现有规律啊，每次都是往同一个分支跳转，因此之后基本上每次都能猜中，当遍历到与 128 分界的地方，才会出现猜不中的状况，可是猜几回以后，发现这又有规律啊，每次都是朝着另一个相同分支走的。

    虽然都会猜错，可是在排好序的状况下猜错的概率远远小于未排序时的概率，最终呈现的结果就是处理排序数组比未排序数组快，其缘由就是流水线发生了大量的控制相关现象，下面通俗一点，加深一下理解。

    远在他方心仪多年的姑娘忽然告诉你，其实她也喜欢你，激动的你三天三夜睡不着觉，决定开车前往她的城市，要和她待在一块儿，可是要去的路上有不少不少岔路，你只能使用的某某地图导航，做为老司机而且怀着立马要见到爱人心情的你，开车超快，什么样罚单都不在意了。

    地图定位已经跟不上你的速度了，为了尽快到达，遇到岔路你都是随机选一条路前进，遗憾的是，本身的选择不必定对（咱们假设高速能够回退），走错路了就要从新回到分岔点，这就对应着未排序的状况。

    如今岔路是有规律的，告诉你开始一直朝着一边走，到某个地点后会一直朝着另外一边走，你只须要花点时间去探索一下开始朝左边仍是右边，到了中间哪一个地点会改变方向就能够了，相比之下就能节省很多时间了，尽快见到本身的爱人，这对应着排好序的状况。

    最后的故事改编自两我的的现实生活，一位是本身最好的朋友之一，谈恋爱开心的睡不着觉；另外一位是微信上的一位好友，为了对方从北京裸辞飞到了深圳。