多次迭代列表的性能成本是多少

Question

我有一个需要遍历并在此过程中执行工作的列表。我的问题是，对于我的程序，由于并发性，很难在每个循环中完成列表中所需的所有工作。我的解决方案是根据需要多次迭代循环，并在每次迭代中完成部分工作。这个例子应该能说明我的意思：

List<String> list = new ArrayList<>();
    list.add("A");
    list.add("B");
    list.add("C");
    list.add("D");

    // Method A
    for (String item : list) {
        doWorkThing1(item);
        doWorkThing2(item);
    }

    // Method B
    for (String item : list) {
        doWorkThing1(item);
    }
    for (String item : list) {
        doWorkThing2(item);
    }

方法B是我很好奇的。多次迭代循环是否有显着的成本？由于我假设大部分性能成本将用于“工作”方法，我想知道是否可以公平地说方法 A 和方法 B 之间的差异可以忽略不计？

Answer 1

首先，当您谈论性能时，您必须定义您的意思。

如果您在谈论算法的时间复杂度，我们可以说迭代大小为n 的列表的算法的时间复杂度为 O(n)。 因此，如果您对列表进行c 迭代（其中c 是一个常数），时间复杂度保持不变。换句话说，成本不重要，所以如果你在一个大小为 n 的列表上迭代 3 次，你的时间复杂度将是

3 * O(n) ~= O(n).

现在，定义方法的作用非常重要。如果他们执行一些需要花费时间的操作（例如打印项目的值），则复杂性保持不变 -> O(n)。

你可以找到其他关于时间估计的信息here。

还有另一种衡量算法性能的方法，即空间复杂度。我没有谈论这个，因为你的代码中只定义了一个简单的数据结构，但你可以找到一些关于这个主题的有用信息here。

Answer 2

有太多变量无法告诉您使用哪个以获得最佳性能，因为这可能会因发生的情况而异。没有一种方法可以在所有情况下都发挥最佳效果。

有时拆分循环会带来更好的性能（也许处理器的指令缓存不需要每次迭代多次重新填充）。有时组合成一个循环会带来更好的性能（也许处理器的数据缓存不需要像一个循环那样重新填充 n 次）。

使用真实世界数据的一种方式。以另一种方式使用真实世界数据进行分析。使用效果最好的方式。

Answer 3

一般来说，明显的开销只是由于额外的计数器/获取对额外 for 循环的额外增量。如果它对于一个 for 循环不重要但显然是一个 for 循环的成本的 N 倍，则这并不重要。

缓存等也可能存在问题，但您应该没有太大问题。

for 循环是有效的 （伪）

loop:
   x = list[k++];
   work1(x);
   work2(x);
goto loop;

所以 2 个循环是

loop:
   x = list[k++];
   work1(x);
goto loop;

loop:
   x = list[k++];
   work2(x);
goto loop;

最终，要确切知道会发生什么，您必须进行概要分析.. 但即使如此，您也并不确切知道。如果你想挤掉最后 0.00001% 的 cpu 周期，那么你可以担心，否则不要。

如果您的工作功能不是“繁重”（做的很少），那么还有其他方法可以优化诸如展开循环等。

Answer 4

性能差异可能是可测量的，但在您的示例中，它会小于微秒。我的直觉是在 100 纳秒的范围内......一旦代码被 JIT 编译。

有可能，但不太可能该尺寸的性能差异显着。要使差异显着，您需要满足以下一项或多项条件：

• 这些方法被多次调用。
• 应用有硬实时要求；例如对其中一种方法的调用必须在很短的时间内完成。

即使满足这些条件之一，如果完成工作所花费的时间是微秒、毫秒或更大，那么完成工作的时间将支配“浪费”的时间第二次迭代。

---

这是我的建议。

1. 在开始考虑优化之前，请清楚地了解性能要求。如果没有明示或暗示的性能要求，那么不要在优化上浪费您的时间。 （尽可能快地编写代码没有道德义务。）

2. 获得正确（足够）的答案比快速获得答案更重要。因此，在您的代码编写和测试之前，不要花时间优化。

3. 为自己构建一个基准（使用真实的输入数据等），您可以使用它来判断代码是否运行得足够快，并对候选优化进行前后比较。 （在对 Java 代码进行基准测试时，请注意标准陷阱。）

4. 使用分析来决定代码中值得优化的部分。寻找热点；即花费大部分时间的方法/部分。 （优化不是热点的代码不太可能对整体应用程序性能产生显着影响。）

5. 当您达到目标时，或当您用完热点时……停止。

Answer 5

对于这个特定的用例，您可以运行微基准测试来比较实现相同逻辑的不同代码方法，并选择最好的方法来使用。

public void methodA() {
    List<String> list = new ArrayList<>();
    list.add("A");
    list.add("B");
    list.add("C");
    list.add("D");

    for (String item : list) {
        doWorkThing1(item);
        doWorkThing2(item);
    }

}

public void methodB() {

    List<String> list = new ArrayList<>();
    list.add("A");
    list.add("B");
    list.add("C");
    list.add("D");

    for (String item : list) {
        doWorkThing1(item);
    }
    for (String item : list) {
        doWorkThing2(item);
    }

}

private void doWorkThing2(String item) {
    int j = 0;
    for (int i = 0; i < 10000; i++) {
        j = i + j;
    }
}

private void doWorkThing1(String item) {
    int j = 0;
    for (int i = 0; i < 10000; i++) {
        j = i + j;
    }
}

当我使用 jmh（即 Java Microbenchmarking Harness）工具运行代码时。正在产生以下结果；

Benchmark               Mode  Cnt         Score         Error  Units
IterationCost.methodA  thrpt   20  56183172.456 ± 1388825.737  ops/s
IterationCost.methodB  thrpt   20  49693471.457 ±  777747.554  ops/s
IterationCost.methodA   avgt   20        ≈ 10⁻⁸                 s/op
IterationCost.methodB   avgt   20        ≈ 10⁻⁸                 s/op

注意可能影响结果的其他因素。