实现Java集合迭代的高性能

雨点打透心脏的1/2处 2022-05-20 06:55 218阅读 0赞

# 实现Java集合迭代的高性能 #

*  2018.7.14
 *  版权声明：本文为博主chszs的原创文章，未经博主允许不得转载。

## 一、介绍 ##

Java开发者经常会遇到处理集合（比如ArrayList、HashSet）的情况，Java 8也提供了Lambda表达式和Streaming API来简化集合相关的工作。在大多数应用场景下，无需考虑集合迭代的性能消耗。但是，在一些极端情况下，比如集合包含了上百万条记录的情况，这个时候集合迭代就需要选择正确的姿势，否则性能会较差。

使用JMH检查下面每段代码片段的运行时间。

## 二、forEach vs. C Style vs. Stream API ##

迭代是一个非常基本的功能，所有的编程语言都有简单的迭代语法，允许程序员在集合上运行迭代。Stream API可以通过Collections用非常直接的方式进行迭代。

public List<Integer> streamSingleThread(BenchMarkState state) {
        List<Integer> result = new ArrayList<>(state.testData.size());
        state.testData.stream().forEach(item -> {
            result.add(item);
        });
        return result;
    }
    
    public List<Integer> streamMultiThread(BenchMarkState state) {
        List<Integer> result = new ArrayList<>(state.testData.size());
        state.testData.stream().parallel().forEach(item -> {
            result.add(item);
        });
        return result;
    }

使用forEach循环也非常简单：

public List<Integer> forEach(BenchMarkState state) {
        List<Integer> result = new ArrayList<>(state.testData.size());
        for(Integer item : state.testData) {
            result.add(item);
        }
        return result;
    }

C style方式的迭代其代码要冗长一些，但仍然非常紧凑：

public List<Integer> forCStyle(BenchMarkState state) {
        int size = state.testData.size();
        List<Integer> result = new ArrayList<>(size);
        for(int j = 0; j < size; j ++){
            result.add(state.testData.get(j));
        }
        return result;
    }

以上代码的性能评分如下：

<table> 
 <thead> 
  <tr> 
   <th>Benchmark</th> 
   <th>Mode</th> 
   <th>Cnt</th> 
   <th>Score</th> 
   <th>Error</th> 
   <th>Units</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>TestLoopPerformance.forCStyle</td> 
   <td>avgt</td> 
   <td>200</td> 
   <td>18.068</td> 
   <td>± 0.074</td> 
   <td>ms/op</td> 
  </tr> 
  <tr> 
   <td>TestLoopPerformance.forEach</td> 
   <td>avgt</td> 
   <td>200</td> 
   <td>30.566</td> 
   <td>± 0.165</td> 
   <td>ms/op</td> 
  </tr> 
  <tr> 
   <td>TestLoopPerformance.streamMultiThread</td> 
   <td>avgt</td> 
   <td>200</td> 
   <td>79.433</td> 
   <td>± 0.747</td> 
   <td>ms/op</td> 
  </tr> 
  <tr> 
   <td>TestLoopPerformance.streamSingleThread</td> 
   <td>avgt</td> 
   <td>200</td> 
   <td>37.779</td> 
   <td>± 0.485</td> 
   <td>ms/op</td> 
  </tr> 
 </tbody> 
</table>

对于C style方式的迭代，JVM只是简单地增加了一个整型变量，它直接从内存读值。这使它非常快。但forEach迭代则不同，根据Oracle官方文档，JVM必须把forEach转换为迭代器并为每个数据项调用hasNext()。这就是为什么forEach比C style迭代慢。

forEach文档：([https://docs.oracle.com/javase/1.5.0/docs/guide/language/foreach.html][https_docs.oracle.com_javase_1.5.0_docs_guide_language_foreach.html])

## 三、哪一种迭代的性能最高 ##

我们定义测试数据：

@State(Scope.Benchmark)
    public static class BenchMarkState {
        @Setup(Level.Trial)
        public void doSetup() {
            for(int i = 0; i < 500000; i++){
                testData.add(Integer.valueOf(i));
            }
        }
        @TearDown(Level.Trial)
        public void doTearDown() {
            testData = new HashSet<>(500000);
        }
        public Set<Integer> testData = new HashSet<>(500000);
    }

Java Set同时支持Stream API和forEach循环。根据前面的测试，如果我们把Set转换为ArrayList，看看性能是否有所提升。

public List<Integer> forCStyle(BenchMarkState state) {
        int size = state.testData.size();
        List<Integer> result = new ArrayList<>(size);
        Integer[] temp = (Integer[]) state.testData.toArray(new Integer[size]);
        for(int j = 0; j < size; j ++) {
            result.add(temp[j]);
        }
        return result;
    }

C style组合迭代的循环：

public List forCStyleWithIteration(BenchMarkState state) \{  
int size = state.testData.size();  
List result = new ArrayList<>(size);  
Iterator iteration = state.testData.iterator();  
for(int j = 0; j < size; j ++) \{  
result.add(iteration.next());  
\}  
return result;  
\}

forEach：

看起来代码简洁，但并不理想，因为初始化ArrayList比较消耗资源。

<table> 
 <thead> 
  <tr> 
   <th>Benchmark</th> 
   <th>Mode</th> 
   <th>Cnt</th> 
   <th>Score</th> 
   <th>Error</th> 
   <th>Units</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>TestLoopPerformance.forCStyle</td> 
   <td>avgt</td> 
   <td>200</td> 
   <td>6.013</td> 
   <td>± 0.108</td> 
   <td>ms/op</td> 
  </tr> 
  <tr> 
   <td>TestLoopPerformance.forCStyleWithIteration</td> 
   <td>avgt</td> 
   <td>200</td> 
   <td>4.281</td> 
   <td>± 0.049</td> 
   <td>ms/op</td> 
  </tr> 
  <tr> 
   <td>TestLoopPerformance.forEach</td> 
   <td>avgt</td> 
   <td>200</td> 
   <td>4.498</td> 
   <td>± 0.026</td> 
   <td>ms/op</td> 
  </tr> 
 </tbody> 
</table>

HashMap (HashSet uses HashMap

## 结论 ##

在集合Collections上使用Foreach和Stream API是非常便利的方法，写这样的代码也显得精炼。但要记住，当系统需要考虑性能和稳定性因素时，就应该改写这些循环。

[https_docs.oracle.com_javase_1.5.0_docs_guide_language_foreach.html]: https://docs.oracle.com/javase/1.5.0/docs/guide/language/foreach.html