1.案例描述面试
因为一次Java面试的笔试题,当时没有写出很好的解决方案,特此专门撰写一篇博客来加以记录,方便往后的查看性能优化
面试题目以下:从性能上优化以下代码并说明优化理由?ide
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 System.out.println(i+""+j+""+k); 5 } 6 } 7 }
2.案例分析性能
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,咱们先分析原题代码循环变量在实例化、初始化、比较、自增等方面的耗时状况:测试
变量 | 实例化(次数) | 初始化(次数) | 比较(次数) | 自增(次数) |
i | 1 | 1 | 1000 | 1000 |
j | 1 | 1000 | 1000 * 100 | 1000*100 |
k | 1 | 1000*100 | 1000 * 100 * 10 | 1000 * 100 * 10 |
(注:因为单次耗时视不一样机器配置而不一样,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量减小循环变量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。)优化
3.解决过程spa
从案例分析,对于原题代码,咱们提出有两种优化方案:code
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 System.out.println(i+""+j+""+k); 5 } 6 } 7 }
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,这样能够最大程度的(注:3个不一样次数的循环变量共有6种排列组合状况,此种组合为最优)减小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,方案耗时状况以下:blog
变量 | 实例化(次数) | 初始化(次数) | 比较(次数) | 自增(次数) |
i | 1 | 1 | 10 | 10 |
j | 10 | 10 | 10*100 | 10 * 100 |
k | 10*100 | 10*100 | 10 * 100 * 1000 | 10 * 100 * 1000 |
3.2 优化方案二
代码以下: 内存
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 System.out.println(i+" "+j+" "+k); 6 } 7 } 8 }
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,这样能够进一步减小相关循环变量的实例化次数,方案耗时状况以下:
变量 | 实例化(次数) | 初始化(次数 | 比较(次数) | 自增(次数) |
i | 1 | 1 | 10 | 10 |
j | 1 | 10 | 10*100 | 10*100 |
k | 1 | 10*100 | 10*100*1000 | 10*100*1000 |
4 解决结果
那么,提出的优化方案是否如咱们分析的那样有了性能上的提高了呢?咱们编写一些测试代码进行验证,数据更能说明咱们的优化效果。
4.1 测试代码
1 public static void testFunction(int i, int j, int k) { 2 System.out.print(""); // 注:该方法不影响总体优化,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
一、测试机器配置:Pentium(R) Dual-Core CPU E5400 @2.70GHz 2.70GHz, 2GB内存;
二、循环变量i、j、k循环次数分别为十、100、1000,进行5组测试,测试结果以下:
第1组 | 第2组 | 第3组 | 第4组 | 第5组 | |
原方案 | 171846271 | 173250166 | 173910870 | 173199875 | 173725328 |
方案一 | 168839312 | 168466660 | 168372616 | 168310190 | 168041251 |
方案二 | 168001838 | 169141906 | 168230655 | 169421766 | 168240748 |
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。但优化方案二并无如咱们预期的优于方案一,其中第二、四、5组的数据更是比方案一差,怀疑多是循环次数太少,以及测试环境相关因素影响下出现的结果。
三、从新调整循环变量i、j、k循环次数分别为20、200、2000,进行5组测试,测试结果以下:
第1组 | 第2组 | 第3组 | 第4组 | 第5组 | |
原方案 | 1355397203 | 1358978176 | 1358128281 | 1350193682 | 1354786598 |
方案一 | 1343482704 | 1348410388 | 1343978037 | 1347919156 | 1340697793 |
方案二 | 1342427528 | 1343897887 | 1342662462 | 1342124048 | 1336266453 |
从上面的测试结果来看,优化后的方案基本符合咱们的预期结果。
5 总结 从案例分析和解决过程当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,其性能会提升;减小循环变量的实例化,其性能也会提升。从测试数据可知,对于两种优化方案,若是在循环次数较少的状况下,其运行效果区别不大;但在循环次数较多的状况下,其效果就比较明显了。