Mate60手機(jī)殼曝光 致敬自己的經(jīng)典設(shè)計(jì)
8月3日消息，今天下午博主數(shù)碼閑聊站帶來(lái)了華為Mate60的第三方手機(jī)殼圖，可以讓我們?cè)谡鏅C(jī)發(fā)布之前看看這款華為全新旗艦的大致輪廓。從曝光的圖片看，Mate 60背后攝像頭面積依然
看到一個(gè)評(píng)論，里面提到了list.sort()和list.strem().sorted()排序的差異。
說(shuō)到list.sort()排序比stream().sorted()排序性能更好。
但沒說(shuō)到為什么。
有朋友也提到了這一點(diǎn)。
本文重新開始，先問是不是，再問為什么。
先簡(jiǎn)單寫個(gè) demo。
List<Integer> userList = new ArrayList<>(); Random rand = new Random(); for (int i = 0; i < 10000 ; i++) { userList.add(rand.nextInt(1000)); } List<Integer> userList2 = new ArrayList<>(); userList2.addAll(userList); Long startTime1 = System.currentTimeMillis(); userList2.stream().sorted(Comparator.comparing(Integer::intValue)).collect(Collectors.toList()); System.out.println("stream.sort耗時(shí)："+(System.currentTimeMillis() - startTime1)+"ms"); Long startTime = System.currentTimeMillis(); userList.sort(Comparator.comparing(Integer::intValue)); System.out.println("List.sort()耗時(shí)："+(System.currentTimeMillis()-startTime)+"ms");輸出：
stream.sort耗時(shí)：62msList.sort()耗時(shí)：7ms由此可見 list 原生排序性能更好。
能證明嗎?
不一定吧。
再把 demo 變換一下，先輸出stream.sort。
List<Integer> userList = new ArrayList<>();Random rand = new Random();for (int i = 0; i < 10000 ; i++) { userList.add(rand.nextInt(1000));}List<Integer> userList2 = new ArrayList<>();userList2.addAll(userList);Long startTime = System.currentTimeMillis();userList.sort(Comparator.comparing(Integer::intValue));System.out.println("List.sort()耗時(shí)："+(System.currentTimeMillis()-startTime)+"ms");Long startTime1 = System.currentTimeMillis();userList2.stream().sorted(Comparator.comparing(Integer::intValue)).collect(Collectors.toList());System.out.println("stream.sort耗時(shí)："+(System.currentTimeMillis() - startTime1)+"ms");此時(shí)輸出變成了：
List.sort()耗時(shí)：68msstream.sort耗時(shí)：13ms這能證明上面的結(jié)論錯(cuò)誤了嗎?
都不能。
兩種方式都不能證明到底誰(shuí)更快。
使用這種方式在很多場(chǎng)景下是不夠的，某些場(chǎng)景下，JVM 會(huì)對(duì)代碼進(jìn)行 JIT 編譯和內(nèi)聯(lián)優(yōu)化。
Long startTime = System.currentTimeMillis();...System.currentTimeMillis() - startTime此時(shí)，代碼優(yōu)化前后執(zhí)行的結(jié)果就會(huì)非常大。
基準(zhǔn)測(cè)試是指通過設(shè)計(jì)科學(xué)的測(cè)試方法、測(cè)試工具和測(cè)試系統(tǒng)，實(shí)現(xiàn)對(duì)一類測(cè)試對(duì)象的某項(xiàng)性能指標(biāo)進(jìn)行定量的和可對(duì)比的測(cè)試。
基準(zhǔn)測(cè)試使得被測(cè)試代碼獲得足夠預(yù)熱，讓被測(cè)試代碼得到充分的 JIT 編譯和優(yōu)化。
下面是通過 JMH 做一下基準(zhǔn)測(cè)試，分別測(cè)試集合大小在 100，10000，100000 時(shí)兩種排序方式的性能差異。
import org.openjdk.jmh.annotations.*;import org.openjdk.jmh.infra.Blackhole;import org.openjdk.jmh.results.format.ResultFormatType;import org.openjdk.jmh.runner.Runner;import org.openjdk.jmh.runner.RunnerException;import org.openjdk.jmh.runner.options.Options;import org.openjdk.jmh.runner.options.OptionsBuilder;import java.util.*;import java.util.concurrent.ThreadLocalRandom;import java.util.concurrent.TimeUnit;import java.util.stream.Collectors;@BenchmarkMode(Mode.AverageTime)@OutputTimeUnit(TimeUnit.MICROSECONDS)@Warmup(iterations = 2, time = 1)@Measurement(iterations = 5, time = 5)@Fork(1)@State(Scope.Thread)public class SortBenchmark { @Param(value = {"100", "10000", "100000"}) private int operationSize; private static List<Integer> arrayList; public static void main(String[] args) throws RunnerException { // 啟動(dòng)基準(zhǔn)測(cè)試 Options opt = new OptionsBuilder() .include(SortBenchmark.class.getSimpleName()) .result("SortBenchmark.json") .mode(Mode.All) .resultFormat(ResultFormatType.JSON) .build(); new Runner(opt).run(); } @Setup public void init() { arrayList = new ArrayList<>(); Random random = new Random(); for (int i = 0; i < operationSize; i++) { arrayList.add(random.nextInt(10000)); } } @Benchmark public void sort(Blackhole blackhole) { arrayList.sort(Comparator.comparing(e -> e)); blackhole.consume(arrayList); } @Benchmark public void streamSorted(Blackhole blackhole) { arrayList = arrayList.stream().sorted(Comparator.comparing(e -> e)).collect(Collectors.toList()); blackhole.consume(arrayList); }}性能測(cè)試結(jié)果：
可以看到，list.sort()效率確實(shí)比stream().sorted()要好。
為什么更好?
java 的 stream 讓我們可以在應(yīng)用層就可以高效地實(shí)現(xiàn)類似數(shù)據(jù)庫(kù) SQL 的聚合操作了，它可以讓代碼更加簡(jiǎn)潔優(yōu)雅。
但是，假設(shè)我們要對(duì)一個(gè) list 排序，得先把 list 轉(zhuǎn)成 stream 流，排序完成后需要將數(shù)據(jù)收集起來(lái)重新形成 list，這部份額外的開銷有多大呢?
我們可以通過以下代碼來(lái)進(jìn)行基準(zhǔn)測(cè)試：
import org.openjdk.jmh.annotations.*;import org.openjdk.jmh.infra.Blackhole;import org.openjdk.jmh.results.format.ResultFormatType;import org.openjdk.jmh.runner.Runner;import org.openjdk.jmh.runner.RunnerException;import org.openjdk.jmh.runner.options.Options;import org.openjdk.jmh.runner.options.OptionsBuilder;import java.util.ArrayList;import java.util.Comparator;import java.util.List;import java.util.Random;import java.util.concurrent.TimeUnit;import java.util.stream.Collectors;@BenchmarkMode(Mode.AverageTime)@OutputTimeUnit(TimeUnit.MICROSECONDS)@Warmup(iterations = 2, time = 1)@Measurement(iterations = 5, time = 5)@Fork(1)@State(Scope.Thread)public class SortBenchmark3 { @Param(value = {"100", "10000"}) private int operationSize; // 操作次數(shù) private static List<Integer> arrayList; public static void main(String[] args) throws RunnerException { // 啟動(dòng)基準(zhǔn)測(cè)試 Options opt = new OptionsBuilder() .include(SortBenchmark3.class.getSimpleName()) // 要導(dǎo)入的測(cè)試類 .result("SortBenchmark3.json") .mode(Mode.All) .resultFormat(ResultFormatType.JSON) .build(); new Runner(opt).run(); // 執(zhí)行測(cè)試 } @Setup public void init() { // 啟動(dòng)執(zhí)行事件 arrayList = new ArrayList<>(); Random random = new Random(); for (int i = 0; i < operationSize; i++) { arrayList.add(random.nextInt(10000)); } } @Benchmark public void stream(Blackhole blackhole) { arrayList.stream().collect(Collectors.toList()); blackhole.consume(arrayList); } @Benchmark public void sort(Blackhole blackhole) { arrayList.stream().sorted(Comparator.comparing(Integer::intValue)).collect(Collectors.toList()); blackhole.consume(arrayList); }}方法 stream 測(cè)試將一個(gè)集合轉(zhuǎn)為流再收集回來(lái)的耗時(shí)。
方法 sort 測(cè)試將一個(gè)集合轉(zhuǎn)為流再排序再收集回來(lái)的全過程耗時(shí)。
測(cè)試結(jié)果如下：
可以發(fā)現(xiàn)，集合轉(zhuǎn)為流再收集回來(lái)的過程，肯定會(huì)耗時(shí)，但是它占全過程的比率并不算高。
因此，這部只能說(shuō)是小部份的原因。
我們可以通過以下源碼很直觀的看到。
這里第 3 步直接調(diào)用了原生的排序方法，完成排序后，第 4 步，遍歷向下游發(fā)送數(shù)據(jù)。
所以通過源碼，我們也能很明顯地看到，stream()排序所需時(shí)間肯定是 > 原生排序時(shí)間。
只不過，這里要量化地搞明白，到底多出了多少，這里得去編譯 jdk 源碼，在第 3 步前后將時(shí)間打印出來(lái)。
這一步我就不做了。
感興趣的朋友可以去測(cè)一下。
不過我覺得這兩點(diǎn)也能很好地回答，為什么list.sort()比Stream().sorted()更快。
補(bǔ)充說(shuō)明：
本文鏈接：http://www.www897cc.com/showinfo-26-10468-0.html為什么list.sort()比Stream().sorted()更快？
聲明：本網(wǎng)頁(yè)內(nèi)容旨在傳播知識(shí)，若有侵權(quán)等問題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除處理。郵件：2376512515@qq.com
上一篇： C++中表達(dá)式的必要性
下一篇： 分布式事務(wù)原理及解決方案
Copyright ? 2016-2023 天津谷騏科技有限公司 版權(quán)所有 sitemap.xml
違法及侵權(quán)請(qǐng)聯(lián)系：2376512515@qq.com 津ICP備18001702號(hào)
津公網(wǎng)安備 12010102000574號(hào)