昨天寫了一篇文章《小細節，大問題。分享一次代碼優化的過程》，裏面提到了list.sort()和list.strem().sorted()排序的差異。
說到list sort()排序比stream().sorted()排序性能更好。
但沒說到爲什麼。
有朋友也提到了這一點。
本文重新開始，先問是不是，再問爲什麼。
真的更好嗎？
先簡單寫個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耗時："+(System.currentTimeMillis() - startTime1)+"ms");
Long startTime = System.currentTimeMillis();
userList.sort(Comparator.comparing(Integer::intValue));
System.out.println("List.sort()耗時："+(System.currentTimeMillis()-startTime)+"ms");
輸出
stream.sort耗時：62ms
List.sort()耗時：7ms
由此可見list原生排序性能更好。
能證明嗎？
證據錯了。
再把demo變換一下，先輸出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()耗時："+(System.currentTimeMillis()-startTime)+"ms");
Long startTime1 = System.currentTimeMillis();
userList2.stream().sorted(Comparator.comparing(Integer::intValue)).collect(Collectors.toList());
System.out.println("stream.sort耗時："+(System.currentTimeMillis() - startTime1)+"ms");
此時輸出變成了
List.sort()耗時：68ms
stream.sort耗時：13ms
這能證明上面的結論錯誤了嗎？
都不能。
兩種方式都不能證明什麼。
使用這種方式在很多場景下是不夠的，某些場景下，JVM會對代碼進行JIT編譯和內聯優化。
Long startTime = System.currentTimeMillis();
...
System.currentTimeMillis() - startTime
此時，代碼優化前後執行的結果就會非常大。
基準測試是指通過設計科學的測試方法、測試工具和測試系統，實現對一類測試對象的某項性能指標進行定量的和可對比的測試。
基準測試使得被測試代碼獲得足夠預熱，讓被測試代碼得到充分的JIT編譯和優化。
下面是通過JMH做一下基準測試,分別測試集合大小在100，10000，100000時兩種排序方式的性能差異。
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 {
// 啓動基準測試
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);
}
}
性能測試結果：
可以看到，list sort()效率確實比stream().sorted()要好。
爲什麼更好？
流本身的損耗
java的stream讓我們可以在應用層就可以高效地實現類似數據庫SQL的聚合操作了，它可以讓代碼更加簡潔優雅。
但是，假設我們要對一個list排序，得先把list轉成stream流，排序完成後需要將數據收集起來重新形成list，這部份額外的開銷有多大呢？
我們可以通過以下代碼來進行基準測試
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; // 操作次數
private static List<Integer> arrayList;
public static void main(String[] args) throws RunnerException {
// 啓動基準測試
Options opt = new OptionsBuilder()
.include(SortBenchmark3.class.getSimpleName()) // 要導入的測試類
.result("SortBenchmark3.json")
.mode(Mode.All)
.resultFormat(ResultFormatType.JSON)
.build();
new Runner(opt).run(); // 執行測試
}
@Setup
public void init() {
// 啓動執行事件
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);
}
}
方法stream測試將一個集合轉爲流再收集回來的耗時。
方法sort測試將一個集合轉爲流再排序再收集回來的全過程耗時。
測試結果如下：
可以發現，集合轉爲流再收集回來的過程，肯定會耗時，但是它佔全過程的比率並不算高。
因此，這部只能說是小部份的原因。
排序過程
我們可以通過以下源碼很直觀的看到。
- 1 begin方法初始化一個數組。
- 2 accept 接收上游數據。
- 3 end 方法開始進行排序。
這裏第3步直接調用了原生的排序方法，完成排序後，第4步，遍歷向下遊發送數據。
所以通過源碼，我們也能很明顯地看到，stream()排序所需時間肯定是 > 原生排序時間。
只不過，這裏要量化地搞明白，到底多出了多少，這裏得去編譯jdk源碼，在第3步前後將時間打印出來。
這一步我就不做了。
感興趣的朋友可以去測一下。
不過我覺得這兩點也能很好地回答，爲什麼list.sort()比Stream().sorted()更快。
補充說明：
- 本文說的stream()流指的是串行流，而不是並行流。
- 絕大多數場景下，幾百幾千幾萬的數據，開心就好，怎麼方便怎麼用，沒有必要去計較這點性能差異。