[改善Java代码]不同的列表选择不同的遍历方法

一.场景:

我们来看一个场景，统计一个省的各科高考科目考试的平均分.

当然使用数据库中的一个SQL语句就能求出平均值,不过这个不再我们的考虑之列,这里只考虑使用纯Java的方式来解决.(由于我的机器配置比较好,用80万的数据量有点小,各个统计结果不明显,不能更加显著的说明明问题...这里改为800万)

看代码:

import java.util.ArrayList;
import java.util.Iterator;
import java.util.List;
import java.util.Random;

public class Client {
    public static void main(String[] args) {
        //学生数量,800万
        int stuNum = 800*10000;
        //List集合，记录所有学生的分数
        List<Integer> scores = new ArrayList<Integer>(stuNum);
        //写入分数
        for(int i=0;i<stuNum;i++){
            scores.add(new Random().nextInt(150));
        }
        //记录开始计算时间
        long start = System.currentTimeMillis();
        System.out.println("平均分是：" + average(scores));
        System.out.println("执行时间：" + (System.currentTimeMillis() -start) + "ms");
    }
    
    //计算平均数
    public static int average(List<Integer> list){
        int sum = 0;
        //遍历求和
        for(int i:list){
            sum +=i;
        }
        /*
        Java中的foreach()语法是iterator(迭代器)的变形用法,上面的foreach语法和下面的代码等价
        for(Iterator<Integer> i=list.iterator(); i.hasNext(); ){
            sum +=i.next();
        }         
         */

        //除以人数，计算平均值
        return sum/list.size();
    }
}

运行结果:

平均分是：74
执行时间：99ms

仅仅求一个平均值就花费了74毫秒，考虑其他诸如加权平均值、补充平均值等的话，花费时间肯定更长。我们仔细分析一下arverage方法，加号操作是最基本操作，没有可以优化，我们可以尝试对List遍历进行优化。 

List的遍历还有另外一种形式，即通过下表方式来遍历，如下：

import java.util.ArrayList;
import java.util.Iterator;
import java.util.List;
import java.util.Random;

public class Client {
    public static void main(String[] args) {
        //学生数量,800万
        int stuNum = 800*10000;
        //List集合，记录所有学生的分数
        List<Integer> scores = new ArrayList<Integer>(stuNum);
        //写入分数
        for(int i=0;i<stuNum;i++){
            scores.add(new Random().nextInt(150));
        }
        //记录开始计算时间
        long start = System.currentTimeMillis();
        System.out.println("平均分是：" + average(scores));
        System.out.println("执行时间：" + (System.currentTimeMillis() -start) + "ms");
    }
    
    //计算平均数
    public static int average(List<Integer> list){   
        int sum = 0;   
        //遍历求和   
        for(int i = 0, size = list.size(); i < size; i++){   
            sum += list.get(i);   
        }   
        //除以人数，计算平均值   
        return sum/list.size();   
    }      
}

 

运行结果如下: 

平均分是：74
执行时间：58ms

执行时间大幅提升，性能提升65%。 

为什么会有如此提升呢？我们知道foreacher与下面代码等价： 

for(Iterator<Integer> i = list.iterator(); i.hasNext;){   
    sum += i.next();   
}   

迭代器是23中设计模式的一种，提供一种方法访问一个容器对象中的各个元素，同时又无须暴露该对象的内部细节。也就是说对于ArrayList，需要先创建一个迭代器容器，然后屏蔽内部遍历细节，对外提供hasNext、next等方法。 

问题是ArrayList实现了RandomAccess接口，表明元素之间本没有关系，为了使用迭代器就需要强制建立一种互相“知晓”的关系，比如上一个元素可以判断是否有下一个元素，以及下一个元素是什么等关系，这也就是通过foreach遍历耗时的原因。 

 

Java为ArrayList类加上了RandomAccess接口,就是在告诉我们"ArrayList是随机存取的,采用下标方式遍历列表速度会更快".

但是为什么不把RadomAccess加到所有的List实现类上呢?

那是因为有些List实现类是不能随机存取的,而是有序存取的,比如LinkedList类,LinkedList也是一个列表,但是它实现了双向链表,每个数据节点中都有三个数据项:前节点的引用(Previous Node),本节点元素(Node Element),后继节点的引用(Next Node),这是数据结构的节本知识,也就是在LinkedList中的两个元素本来就是有关联的,我知道你的存在,你也知道我的存在.

综上对于LinkedList由分析讲述，元素之间已经有关联了，使用foreach也就是迭代器方式是不是更高呢？代码如下

import java.util.LinkedList;
import java.util.List;
import java.util.Random;

public class Client {
    public static void main(String[] args){   
        //学生数量，80万   
        int stuNum = 800 * 10000;   
        //List集合，记录所有学生分数   
        List<Integer> scores = new LinkedList<Integer>();   
       
        //写入分数   
        for(int i = 0; i < stuNum; i++){   
            scores.add(new Random().nextInt(150));
        }   
       
        //记录开始计算时间   
        long start = System.currentTimeMillis();   
        System.out.println("平均分是：" + average(scores));   
        System.out.println("执行时间：" + (System.currentTimeMillis() - start) + "ms");   
    }   
    public static int average(List<Integer> list){   
        int sum = 0;   
        //foreach遍历求和   
        for(int i : list){   
            sum += i;   
        }   
        //除以人数，计算平均值   
        return sum/list.size();   
    }   
}

运行结果:

平均分是：74
执行时间：118ms

 

可能这个数据量不是很适合.....用八十万量的数据量LinkedList使用foreach的速度和ArrayList使用普通for循环的速度差不多.....

可以测试使用下标的方式遍历LinkedList中的元素:

 

其实不用测试,效率真的非常低,直接看源代码:

public E get(int index){   
    return entry(index).element;   
}   

 

由entry方法查找指定下标的节点，然后返回其包含的元素，看entry方法：

private Entry<E> entry(int index){   
    //检查下标是否越界   
    Entry<E> e = header;   
    if(index < (size >> 1)){   
        //如果下标小于中间值，则从头节点开始搜索   
        for(int i = 0; i <= index; I++){   
        e = e.next;   
    }   
    }else{   
        //如果下标大于等于中间值，则从尾节点反向遍历   
        for(int i = size; i > index; i++){   
            e = e.previous;   
        }   
    }   
    return e;   
} 

 

程序会先判断输入的下标与中间值(size右移一位,也就是除以2了)的关系,小于中间值则从头开始正向搜索,大于中间值则从尾节点反向搜索,想想看,每一次的get方法都是一个遍历,"性能"两字从何说起呢!

明白了随机存取列表和有序存取列表的区别,average方法就必须重构,以便实现不同的列表采用不同的遍历方式.代码如下:

import java.util.LinkedList;
import java.util.List;
import java.util.Random;
import java.util.RandomAccess;

public class Client {
    public static void main(String[] args) {
        // 学生数量,80万
        int stuNum = 80 * 10000;
        // List集合，记录所有学生的分数
        List<Integer> scores = new LinkedList<Integer>();
        // 写入分数
        for (int i = 0; i < stuNum; i++) {
            scores.add(new Random().nextInt(150));
        }

        // 记录开始计算时间
        long start = System.currentTimeMillis();
        System.out.println("平均分是：" + average(scores));
        System.out.println("执行时间：" + (System.currentTimeMillis() - start)
                + "ms");
    }

    // 计算平均数
    public static int average(List<Integer> list) {
        int sum = 0;        
        if (list instanceof RandomAccess) {
            //可以随机存取，则使用下标遍历
            for (int i = 0, size = list.size(); i < size; i++) {
                sum += list.get(i);
            }
        } else {
            //有序存取，使用foreach方式
            for (int i : list) {
                sum += i;
            }
        }
        // 除以人数，计算平均值
        return sum / list.size();
    }
}

 

这样无论是随机存取列表还是有序列表,程序都可以提供快速的遍历.

列表遍历也不是那么简单的,适时选择最优的遍历方式,不要固化为一种.