作者：是奉壹呀 \
起源：juejin.cn/post/7262274383287500860

看到一个评论，外面提到了list.sort()和list.strem().sorted()排序的差别。

说到list sort()排序比stream().sorted()排序性能更好，但没说到为什么。

有敌人也提到了这一点。本文从新开始，先问是不是，再问为什么。

举荐一个开源收费的 Spring Boot 实战我的项目：

https://github.com/javastacks/spring-boot-best-practice

真的更好吗？

先简略写个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耗时："+(System.currentTimeMillis() - startTime1)+"ms");        Long startTime = System.currentTimeMillis();        userList.sort(Comparator.comparing(Integer::intValue));        System.out.println("List.sort()耗时："+(System.currentTimeMillis()-startTime)+"ms");

输入

stream.sort耗时：62msList.sort()耗时：7ms

由此可见list原生排序性能更好。

能证实吗？

证据错了。

再把demo变换一下，先输入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()耗时："+(System.currentTimeMillis()-startTime)+"ms");        Long startTime1 = System.currentTimeMillis();        userList2.stream().sorted(Comparator.comparing(Integer::intValue)).collect(Collectors.toList());        System.out.println("stream.sort耗时："+(System.currentTimeMillis() - startTime1)+"ms");

此时输入变成了

List.sort()耗时：68msstream.sort耗时：13ms

这能证实下面的论断谬误了吗？

都不能。

两种形式都不能证实什么。

应用这种形式在很多场景下是不够的，某些场景下，JVM会对代码进行JIT编译和内联优化。

Long startTime = System.currentTimeMillis();...System.currentTimeMillis() - startTime

此时，代码优化前后执行的后果就会十分大。

基准测试是指通过设计迷信的测试方法、测试工具和测试零碎，实现对一类测试对象的某项性能指标进行定量的和可比照的测试。

基准测试使得被测试代码取得足够预热，让被测试代码失去充沛的JIT编译和优化。

上面是通过JMH做一下基准测试,别离测试汇合大小在100，10000，100000时两种排序形式的性能差别。

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 {        // 启动基准测试        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);    }}

性能测试后果：

能够看到，list sort()效率的确比stream().sorted()要好。

为什么更好？

流自身的损耗

java的stream让咱们能够在应用层就能够高效地实现相似数据库SQL的聚合操作了，它能够让代码更加简洁优雅。

然而，假如咱们要对一个list排序，得先把list转成stream流，排序实现后须要将数据收集起来从新造成list，这部份额外的开销有多大呢？

咱们能够通过以下代码来进行基准测试

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; // 操作次数    private static List<Integer> arrayList;    public static void main(String[] args) throws RunnerException {        // 启动基准测试        Options opt = new OptionsBuilder()                .include(SortBenchmark3.class.getSimpleName()) // 要导入的测试类                .result("SortBenchmark3.json")                .mode(Mode.All)                .resultFormat(ResultFormatType.JSON)                .build();        new Runner(opt).run(); // 执行测试    }    @Setup    public void init() {        // 启动执行事件        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);    }}

办法stream测试将一个汇合转为流再收集回来的耗时。

办法sort测试将一个汇合转为流再排序再收集回来的全过程耗时。

测试后果如下：

能够发现，汇合转为流再收集回来的过程，必定会耗时，然而它占全过程的比率并不算高。

因而，这部只能说是小部份的起因。

排序过程

咱们能够通过以下源码很直观的看到。

  • 1 begin办法初始化一个数组。
  • 2 accept 接管上游数据。
  • 3 end 办法开始进行排序。

这里第3步间接调用了原生的排序办法，实现排序后，第4步，遍历向上游发送数据。

所以通过源码，咱们也能很显著地看到，stream()排序所需工夫必定是 > 原生排序工夫。

只不过，这里要量化地搞明确，到底多出了多少，这里得去编译jdk源码，在第3步前后将工夫打印进去。

这一步我就不做了。

感兴趣的敌人能够去测一下。

不过我感觉这两点也能很好地答复，为什么list.sort()比Stream().sorted()更快。

补充阐明：

1、 本文说的stream()流指的是串行流，而不是并行流；

2、 绝大多数场景下，几百几千几万的数据，开心就好，怎么不便怎么用，没有必要去计较这点性能差别；

近期热文举荐：

1.1,000+ 道 Java面试题及答案整顿(2022最新版)

2.劲爆！Java 协程要来了。。。

3.Spring Boot 2.x 教程，太全了！

4.别再写满屏的爆爆爆炸类了，试试装璜器模式，这才是优雅的形式！！

5.《Java开发手册（嵩山版）》最新公布，速速下载！

感觉不错，别忘了顺手点赞+转发哦！