java代码性能优化

刷题过程中遇到的一些时间复杂度相同,但是常数因子的差距导致的性能差距,遇到持续更新

枚举 VS contains

例如:判断一个字符是不是元音

法一:
if(ch == 'a' || ch == 'e' || ch == 'i' || ch == 'o' || ch == 'u')
法二:
Set<Character> set = new HashSet<>();
set.add('a');
set.add('e');
set.add('i');
set.add('o');
set.add('u');if(set.contains(ch))

结果显示法一更快

        在指令并行的基础上,多个条件判断可以并行执行

法二的问题在于:

        contains()是一个动态方法调用

        涉及哈希函数计算、char-Character的装箱拆箱

        java的虚拟方法调用会带来额外的开销,方法调用会产生栈帧的压入弹出

        对CPU分支预测不友好,因为大部分都不是元音,无法有效利用CPU的预测机制

什么时候用contains?

1.要比较的内容是动态变化的

2.元素很多,手写条件判断太繁琐

3.代码可读性和可维护性优先于极致性能


【题外话】CPU预测机制:CPU在执行指令的时候是按照流水线方式工作的,希望尽可能多地并行处理多个指令,但是遇到if分支的时候,CPU不知道应该走哪一分支,所以会导致流水线停顿,《分支预测》就是CPU根据历史行为猜测程序下一步会走哪个分支,从而提前执行那部分代码,减少等待时间。也就是会根据过去的行为预测未来,预测错了就退回正确路径继续执行,预测对了就节省大量时间

【极致优化】

boolean[] isVowel = new boolean[128];
isVowel['a'] = true;
isVowel['e'] = true;
isVowel['i'] = true;
isVowel['o'] = true;
isVowel['u'] = true;// 使用时:
if (isVowel[c]) {// 是元音
}

while VS for

法一:
while(r < s.length()){...r++;
}
法二:
for(int i = 0 ; i < ss.length ; i++ )

本质上虽然是一样的,但是while循环不如for循环直观,容易造成不必要的分支判断,编译器对for的优化更好(向量化)

for更适合已知循环次数的情况,且控制变量声明、条件判断、步进操作都在一行可读性强

编译器会对for循环做一系列优化:

        向量化:如果循环体中是可并行计算的,JVM/JIT会吧这些操作向量化加速执行

        循环展开:编译器会自动将某些for循环展开为多个重复的操作,减少跳转指令的开销

for循环CPU会更容易预测,因为for循环的迭代次数往往是固定的或可预判的,分支预测器能更好的工作

什么时候用while:

循环次数不确定

依赖外部状态变化退出循环

实现队列、栈、事件驱动等结构

简单的“直到满足条件才退出”逻辑

char[] VS charAt

将字符串转成字符数据可以避免每次都调用方法,可以提高访问效率

charAt是个方法调用、每次调用都需要进行边界检查

char[]提高缓存局部性,编译器对数组访问的优化更好,但是有额外的内存消耗

什么时候用charAt()

字符串很长但是只需要访问少数几个字符,节省内存

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.pswp.cn/pingmian/82941.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

OpenGL Chan视频学习-9 Index Buffers inOpenGL

bilibili视频链接&#xff1a; 【最好的OpenGL教程之一】https://www.bilibili.com/video/BV1MJ411u7Bc?p5&vd_source44b77bde056381262ee55e448b9b1973 函数网站&#xff1a; docs.gl 说明&#xff1a; 1.之后就不再单独整理网站具体函数了&#xff0c;网站直接翻译会…

基于微服务架构的社交学习平台WEB系统的设计与实现

设计&#xff08;论文&#xff09;题目 基于微服务架构的社交学习平台WEB系统的设计与实现 摘 要 社交学习平台 web 系统要为学习者打造一个开放、互动且社交性强的在线教育环境&#xff0c;打算采用微服务架构来设计并实现一个社交学习平台 web 系统&#xff0c;以此适应学…

生成式人工智能:重构软件开发的范式革命与未来生态

引言 生成式人工智能&#xff08;GenAI&#xff09;正以颠覆性力量重塑软件开发的底层逻辑。从代码生成到业务逻辑设计&#xff0c;从数据分析到用户交互&#xff0c;GenAI通过其强大的推理能力与场景适应性&#xff0c;将传统开发流程的“复杂工程”转化为“敏捷实验”&#…

C++17原生测试编程实践:现代特性与分支覆盖指南

C17原生测试编程实践&#xff1a;现代特性与分支覆盖指南 概述 本文将深入探讨如何利用C17新特性进行原生测试代码编写&#xff0c;实现完全分支覆盖。我们将不依赖任何外部测试框架&#xff0c;而是使用C17标准库构建完整的测试解决方案。 一、C17测试核心工具集 1. 断言工…

RK3568项目(四)--uboot启动流程之启动模式选择

目录 一、引言 二、芯片初始化 ------>2.1、io_domain ------>2.2、调频调压 ------>2.3、控制台初始化 三、平台初始化 ------>3.1、设置mac地址 ------------>3.1.1、vendor分区 ------>3.2、设置serialno ------>3.3、设置下载模式 -------…

Kotlin JVM 注解详解

前言 Kotlin 作为一门现代 JVM 语言&#xff0c;提供了出色的 Java 互操作性。为了更好地支持与 Java 代码的交互&#xff0c;Kotlin 提供了一系列 JVM 相关注解。这些注解不仅能帮助我们控制 Kotlin 代码编译成 Java 字节码的行为&#xff0c;还能让我们的 Kotlin 代码更好地…

Starrocks 物化视图的实现以及在刷新期间能否读数据

背景 本司在用Starrocks做一些业务上的分析的时候&#xff0c;用到了物化视图&#xff0c;并且在高QPS的情况下&#xff0c;RT也没有很大的波动&#xff0c;所以在此研究一下Starrock的实现&#xff0c;以及在刷新的时候是不是原子性的 本文基于Starrocks 3.3.5 结论 Starro…

[网页五子棋][对战模块]前后端交互接口(建立连接、连接响应、落子请求/响应),客户端开发(实现棋盘/棋子绘制)

文章目录 约定前后端交互接口建立连接建立连接响应针对"落子"的请求和响应 客户端开发实现棋盘/棋子绘制部分逻辑解释 约定前后端交互接口 对战模块和匹配模块使用的是两套逻辑&#xff0c;使用不同的 websocket 的路径进行处理&#xff0c;做到更好的耦合 建立连接 …

电工基础【2】自锁、互锁、正反转电路

04 自锁、正反转电路 我们讲一下这个自锁和正反转。 自锁电路图示例图 加了一个这个 KM1 自锁。加了 KM1 的辅助触头&#xff0c;它怎么实现呢&#xff1f;它怎么就自锁了呢&#xff1f;没加它的时候为什么是点动&#xff1f;加它为什么自锁&#xff1f; 讲解一下。首先我们…

TypeScript 中感叹号(!)两种位置用法

这是一个非常好的问题&#xff01; 在 TypeScript 中&#xff0c;感叹号&#xff08;!&#xff09;有两种位置用法&#xff0c;它们含义完全不同&#xff1a; ✅ 一、后置感叹号 !&#xff08;非空断言&#xff09; process.env.ADMIN_PRIVATE_KEY! ✅ 作用&#xff1a; 告…

t014-项目申报管理系统 【springBoot 含源码】

项目演示视频 摘 要 传统信息的管理大部分依赖于管理人员的手工登记与管理&#xff0c;然而&#xff0c;随着近些年信息技术的迅猛发展&#xff0c;让许多比较老套的信息管理模式进行了更新迭代&#xff0c;项目信息因为其管理内容繁杂&#xff0c;管理数量繁多导致手工进行…

【C++】STL详解(四)---Stack和Queue

文章目录 Stack定义方式使用方式 Queue定义方式使用方式 Stack Stack是一种容器&#xff0c;是基本的数据结构之一&#xff0c;特点是先进后出。 定义方式 方式一&#xff1a;普通定义方式 stack<int> st1;方式二&#xff1a; stack<int,vector<int>> …

解决 xmlsec.InternalError: (-1, ‘lxml xmlsec libxml2 library version mismatch‘)

解决 xmlsec.InternalError: (-1, ‘lxml & xmlsec libxml2 library version mismatch’) 错误信息如下&#xff1a; Traceback (most recent call last):File "/home/mobsf/Mobile-Security-Framework-MobSF/manage.py", line 18, in <module>execute_f…

SpringBoot自定义实体类字段的校验注解

在Spring Boot项目中&#xff0c;我们经常需要对请求参数进行格式或业务规则的校验。虽然Spring Boot提供了如NotNull、Size等基础校验注解&#xff0c;但在实际开发中往往无法满足复杂的业务需求。但是在Controller层写大量的 if 语句的判断逻辑又实在不优雅&#xff0c;好在 …

实现单例模式的6种方法(Python)

目录 一. 基于模块的实现(简单&#xff0c;易用) 二. 重新创建时报错(不好用) 三. 只靠方法获取实例(不好用) 四. 类装饰器 五. 重写__new__方法 六. 元类 七. 总结 单例模式&#xff08;Singleton Pattern&#xff09;是一种设计模式&#xff0c;其核心目标是确保一个类…

循环神经网络(RNN)全面教程:从原理到实践

循环神经网络(RNN)全面教程&#xff1a;从原理到实践 引言 循环神经网络(Recurrent Neural Network, RNN)是处理序列数据的经典神经网络架构&#xff0c;在自然语言处理、语音识别、时间序列预测等领域有着广泛应用。本文将系统介绍RNN的核心概念、常见变体、实现方法以及实际…

使用Vditor将Markdown文档渲染成网页(Vite+JS+Vditor)

1. 引言 编写Markdown文档现在可以说是程序员的必备技能了&#xff0c;因为Markdown很好地实现了内容与排版分离&#xff0c;可以让程序员更专注于内容的创作。现在很多技术文档&#xff0c;博客发布甚至AI文字输出的内容都是以Markdown格式的形式输出的。那么&#xff0c;Mar…

Day 40

单通道图片的规范写法 import torch import torch.nn as nn import torch.optim as optim from torch.utils.data import DataLoader , Dataset from torchvision import datasets, transforms import matplotlib.pyplot as plt import warnings warnings.filterwarnings(&q…

SPSS跨域分类:自监督知识+软模板优化

1. 图1:SPSS方法流程图 作用:展示了SPSS方法的整体流程,从数据预处理到模型预测的关键步骤。核心内容: 领域知识提取:使用三种词性标注工具(NLTK、spaCy、TextBlob)从源域和目标域提取名词或形容词(如例句中提取“excellent”“good”等形容词)。词汇交集与聚类:对提…

2025年通用 Linux 服务器操作系统该如何选择?

2025年通用 Linux 服务器操作系统该如何选择&#xff1f; 服务器操作系统的选择对一个企业IT和云服务影响很大&#xff0c;主推的操作系统在后期更换的成本很高&#xff0c;而且也有很大的迁移风险&#xff0c;所以企业在选择服务器操作系统时要尤为重视。 之前最流行的服务器…