共计 6812 个字符,预计需要花费 18 分钟才能阅读完成。
一、前言
Java 性能优化之影响性能的那些细节 – 续 来了。打算把这个题目整个系列文章,前面缓缓积攒缓缓写。这是第一篇 入口。这次内容次要来源于《Java 程序性能优化实战》这本书,算是一份读书笔记,感兴趣的小伙伴能够浏览下这本书。
二、List
接口
先来看下这几个 List
的类图:
ArrayList
Vector
LinkedList
ArrayList
、Vector
以及LinkedList
3 种 List 均来自 AbstractList 的实现,而 AbstractList 间接实现了 List 接口,并扩大自 AbstractCollection。
1. ArrayList
和Vector
ArrayList
和 Vector
根本差不多,所以就把这两放一块了。这两个实现类简直应用了雷同的算法,它们的 惟一区别 能够认为是对多线程的反对。ArrayList
没有对任何一个办法做线程同步,因而 不是线程平安的 ;Vector
中的绝大部分办法都做了线程同步,是一种线程平安的实现形式;
ArrayList
和Vector
应用了数组。能够认为ArrayList
或者Vector
封装了对外部数组的操作,例如向数组中增加、删除、插入新的元素或者数组的扩大和重定义。(对于ArrayList
和Vector
的一些优化形式其实都是基于数组的来的,因而个别状况同样实用于底层应用数组的其余状况)
ArrayList
的以后容量足够大【默认初始化长度为 10】,add()操作的效率就十分高,ArrayList
扩容【默认扩容本来的 1.5 倍】过程中会进行大量的数组复制操作,相对来说频繁的扩容会有性能影响;扩容的外围源码如下:
/**
* Increases the capacity to ensure that it can hold at least the
* number of elements specified by the minimum capacity argument.
*
* @param minCapacity the desired minimum capacity
*/
private void grow(int minCapacity) {
// overflow-conscious code
int oldCapacity = elementData.length;
// 这里用位运算来实现的。相当于 newCapacity = oldCapacity + (oldCapacity / 2)
int newCapacity = oldCapacity + (oldCapacity >> 1);
if (newCapacity - minCapacity < 0)
newCapacity = minCapacity;
if (newCapacity - MAX_ARRAY_SIZE > 0)
newCapacity = hugeCapacity(minCapacity);
// minCapacity is usually close to size, so this is a win:
elementData = Arrays.copyOf(elementData, newCapacity);
}
从源码中咱们又能 get 一个细节:代码中的整数乘除应用位运算实现,能够大大提高计算效率。
- 从 尾部删除 元素时效率很高, 从 头部删除 元素时相当费时, 起因是每次删除后都要进行数组的重组;
- 插入操作 都会进行一次数组复制【除尾端插入状况】,而这个操作在减少元素到
List
尾端的时候是不存在的。大量的数组重组操作会导致系统性能低下,并且插入的元素在List
中的地位越靠前,数组重组的开销也越大;
- 尽量间接拜访外部元素,而不要调用对应的接口。因为函数调用是须要耗费系统资源的,而间接拜访元素会更高效,比方间接应用 List 数组下标索引,而不必 get 接口。
2. LinkedList
LinkedList
应用了循环双向链表数据结构。与基于数组的 List 相比,这是两种截然不同的实现技术,这也决定了它们将实用于齐全不同的工作场景。LinkedList
链表由一系列表项连贯而成。一个表项蕴含 3 局部,即 元素内容
、 前驱表项
和后驱表项
。
- 无论
LinkedList
是否为空,链表内都有一个 header 表项,它既示意链表的开始,也示意链表的结尾。循环链表 示意图如下:
LinkedList
对堆内存和 GC 要求较高,起因是每次增加元素都要new Entry()
,及每次都要封装数据,因为必须设置前指针和后指针,能力退出到链表中;
LinkedList
从头、尾删除元素时效率相差无几级,然而从List
两头删除元素时性能十分蹩脚, 起因是每次都要遍历半个链表;
(上面是前一篇文章中提到过的对于LinkedList
的留神点)- 应用 ListIterator(forEach,利用指针遍历)遍历 LinkedList【链表个性】;
- 防止任何承受或返回列表中元素索引的 LinkedList 办法【相似获取 index 的操作】,性能很差,遍历列表实现;
三、Map
接口
先来看下这几个 Map
的类图:
HashMap
LinkedHashMap
TreeMap
这 3 个 Map
都是实现 Map
接口,继承 AbstractMap
类。HashMap
和 LinkedHashMap
间接继承 AbstractMap
类,而 LinkedHashMap
继承了HashMap
。
1. HashMap
HashMap
的性能在肯定水平上取决于hashCode()
的实现。一个好的hashCode()
算法,能够尽可能减少抵触,从而进步HashMap
的访问速度。另外,一个较大的 负载因子 意味着应用较少的内存空间,而空间越小,越可能引起 Hash 抵触。
HashMap
初始化默认数组大小 16,在创立的时候指定大小【默认应用达到 75% 进行主动扩容,每次扩容为原来的 2 倍,最大长度 2^30】,参数必须是 2 的指数幂(不是的话强行转换);扩容局部源码如下:
/**
* Initializes or doubles table size. If null, allocates in
* accord with initial capacity target held in field threshold.
* Otherwise, because we are using power-of-two expansion, the
* elements from each bin must either stay at same index, or move
* with a power of two offset in the new table.
*
* @return the table
*/
final Node<K,V>[] resize() {Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// 这里也是用的位运算,相当于乘 2
newThr = oldThr << 1; // double threshold
}
HashMap
扩容大体流程(jdk8):
i. new 一个新的数组
ii. 借助二进制的高下位指针进行数据迁徙(最高位是 0 则坐标不变,最高位是 1 则坐标为原地位 + 新数组长度,如果是树结构有额定的逻辑)【这里不过多的解释 HashMap 的扩容机制】;
iii. 链表长度大于 8,且 hash table 长度大于等于 64,则会将链表转红黑树(个别状况不应用红黑树,优先扩容);
2. LinkedHashMap
LinkedHashMap
能够放弃元素输出时的程序;底层应用循环链表,在外部实现中,LinkedHashMap
通过继承HashMap.Entry
类,实现了LinkedHashMap.Entry
,为HashMap.Entry
减少了before
和after
属性,用于记录某一表项的前驱和后继。
- 一些留神点参照
LinkedList
(链表)
3. TreeMap
TreeMap
,实现了SortedMap
接口,这意味着它能够对元素进行排序,然而TreeMap
的性能却稍微低于HashMap
;
TreeMap
的外部实现是基于红黑树的。红黑树是一种均衡查找树,它的统计性能要优于均衡二叉树。它具备良好的最坏状况运行工夫,能够在 O(logn)工夫内做查找、插入和删除操作。
- 如果须要对
Map
中的数据进行排序,能够应用TreeMap
,而不必本人再去实现很多代码,而且性能不肯定很高;
四、对于 List
的测试 demo
package com.allen.list;
import org.junit.Test;
import java.util.ArrayList;
import java.util.LinkedList;
import java.util.List;
import java.util.Vector;
/**
* 1、ArrayList,Vector:尾部增加元素性能高,头部插入元素每次插入都会波及元素的复制和挪动,性能较低
* 2、LinkedList:每次增加元素都要 new Entry(),对堆内存和 GC 要求较高【-Xmx512M -Xms512M 应用这个参数对测试后果有肯定影响】*/
public class TestList {
private static final int CIRCLE1 = 50000;
protected List list;
protected void testAddTail(String funcname){Object obj=new Object();
long starttime=System.currentTimeMillis();
for(int i=0;i<CIRCLE1;i++){list.add(obj);
}
long endtime=System.currentTimeMillis();
System.out.println(funcname+":"+(endtime-starttime));
}
protected void testDelTail(String funcname){Object obj=new Object();
for(int i=0;i<CIRCLE1;i++){list.add(obj);
}
long starttime=System.currentTimeMillis();
while(list.size()>0){list.remove(list.size()-1);
}
long endtime=System.currentTimeMillis();
System.out.println(funcname+":"+(endtime-starttime));
}
protected void testDelFirst(String funcname){Object obj=new Object();
for(int i=0;i<CIRCLE1;i++){list.add(obj);
}
long starttime=System.currentTimeMillis();
while(list.size()>0){list.remove(0);
}
long endtime=System.currentTimeMillis();
System.out.println(funcname+":"+(endtime-starttime));
}
protected void testDelMiddle(String funcname){Object obj=new Object();
for(int i=0;i<CIRCLE1;i++){list.add(obj);
}
long starttime=System.currentTimeMillis();
while(list.size()>0){list.remove(list.size()>>1);
}
long endtime=System.currentTimeMillis();
System.out.println(funcname+":"+(endtime-starttime));
}
protected void testAddFirst(String funcname){Object obj=new Object();
long starttime=System.currentTimeMillis();
for(int i=0;i<CIRCLE1;i++){list.add(0, obj);
}
long endtime=System.currentTimeMillis();
System.out.println(funcname+":"+(endtime-starttime));
}
// 测试 ArrayList 尾部增加
@Test
public void testAddTailArrayList() {list=new ArrayList();
testAddTail("testAddTailArrayList");
}
//@Test
public void testAddTailVector() {list=new Vector();
testAddTail("testAddTailVector");
}
// 测试 LinkedList 尾部增加
@Test
public void testAddTailLinkedList() {list=new LinkedList();
testAddTail("testAddTailLinkedList");
}
// 测试 ArrayList 头部增加
@Test
public void testAddFirstArrayList() {list=new ArrayList();
testAddFirst("testAddFirstArrayList");
}
// @Test
public void testAddFirstVector() {list=new Vector();
testAddFirst("testAddFirstVector");
}
// 测试 LinkedList 头部增加
@Test
public void testAddFirstLinkedList() {list=new LinkedList();
testAddFirst("testAddFirstLinkedList");
}
// 测试 ArrayList 尾部删除
@Test
public void testDeleteTailArrayList() {list=new ArrayList();
testDelTail("testDeleteTailArrayList");
}
// @Test
public void testDeleteTailVector() {list=new Vector();
testDelTail("testDeleteTailVector");
}
// 测试 LinkedList 尾部删除
@Test
public void testDeleteTailLinkedList() {list=new LinkedList();
testDelTail("testDeleteTailLinkedList");
}
// 测试 ArrayList 头部删除
@Test
public void testDeleteFirstArrayList() {list=new ArrayList();
testDelFirst("testDeleteFirstArrayList");
}
// @Test
public void testDeleteFirstVector() {list=new Vector();
testDelFirst("testDeleteFirstVector");
}
// 测试 LinkedList 头部删除
@Test
public void testDeleteFirstLinkedList() {list=new LinkedList();
testDelFirst("testDeleteFirstLinkedList");
}
// 测试 LinkedList 两头删除
@Test
public void testDeleteMiddleLinkedList() {list=new LinkedList();
testDelMiddle("testDeleteMiddleLinkedList");
}
// 测试 ArrayList 两头删除
@Test
public void testDeleteMiddleArrayList() {list=new ArrayList();
testDelMiddle("testDeleteMiddleArrayList");
}
}