轉載:http://cgs1999.iteye.com/blog/1596671
1、案例描述
某日,在JavaEye上看到一道面試題,題目是這樣的:請對以下的代碼進行優化
- for (int i = 0; i < 1000; i++)
- for (int j = 0; j < 100; j++)
- for (int k = 0; k < 10; k++)
- testFunction (i, j, k);
從上述代碼案例可以看出,不論如何優化,testFunction()執行的次數都是相同的,該部分是不存在優化的可能。那麼優化只能從循環變量i,j,k的實例化、初始化、比較、自增等耗時方面來進行分析。首先,分析原題代碼循環變量在以上方面的耗時情況:
變量 | 實例化(次數) | 初始化(次數) | 比較(次數) | 自增(次數) |
i | 1 | 1 | 1000 | 1000 |
j | 1000 | 1000 | 1000*100 | 1000*100 |
k | 1000*100 | 1000*100 | 1000*100*10 | 1000*100*10 |
3、解決過程
優化方案①:
- for (int i = 0; i < 10; i++)
- for (int j = 0; j < 100; j++)
- for (int k = 0; k < 1000; k++)
- testFunction (k, j, i);
該方案主要是將循環次數少的放在外面,循環次數多的放在裏層,這樣可以最大程度地減少相關循環變量的實例化次數、初始化次數等,方案耗時情況如下:
變量 | 實例化(次數) | 初始化(次數) | 比較(次數) | 自增(次數) |
i | 1 | 1 | 10 | 10 |
j | 10 | 10 | 10*100 | 10*100 |
k | 10*100 | 10*100 | 10*100*1000 | 10*100*1000 |
優化方案②:
- int i, j, k;
- for (i = 0; i < 10; i++)
- for (j = 0; j < 100; j++)
- for (k = 0; k < 1000; k++)
- testFunction (k, j, i);
該方案主要是在方案①的基礎上,將循環變量的實例化放在循環外,這樣可以進一步減少實例化次數,耗時情況如下表:
變量 | 實例化(次數) | 初始化(次數) | 比較(次數) | 自增(次數) |
i | 1 | 1 | 10 | 10 |
j | 1 | 10 | 10*100 | 10*100 |
k | 1 | 10*100 | 10*100*1000 | 10*100*1000 |
4、測試代碼
- public class Test {
- public static void main(String[] args){
- // testA();
- // testB();
- testC();
- }
- public static void testA(){
- long start = System.nanoTime();
- for(int i = 0; i < 10; i++)
- for(int j = 0; j < 1000; j++)
- for(int k = 0; k < 10000; k++)
- ;
- System.out.println("testA time>>"+(System.nanoTime()-start)+"ns");
- }
- public static void testB(){
- long start = System.nanoTime();
- for(int i = 0; i < 10000; i++)
- for(int j = 0; j < 1000; j++)
- for(int k = 0; k < 10; k++)
- ;
- System.out.println("testB time>>"+(System.nanoTime()-start)+"ns");
- }
- public static void testC(){
- long start = System.nanoTime();
- int i, j, k;
- for(i = 0; i < 10; i++)
- for(j = 0; j < 1000; j++)
- for(k = 0; k < 10000; k++)
- ;
- System.out.println("testC time>>"+(System.nanoTime()-start)+"ns");
- }
- }