.NET中递归和迭代性能浅谈

       这个问题已经有很多人探讨过了,本文依据试验,对结果进行初步的检验
1、试验环境建立

        /// <summary>

        /// 迭代用例

        /// </summary>

        /// <param name="num">输入测试数</param>

        /// <returns></returns>

        private double GetIntLoop(double num)

        {

            double s = 1;

            if (num < 1)

                throw new ArgumentOutOfRangeException("输入测试参数不正确!");

            for (double i = num; i >= 1; i--)

            {

                s = s * i;

            }

            return s;

        }

/// <summary>

        /// 递归用例

        /// </summary>

        /// <param name="num">输入测试数</param>

        /// <returns></returns>

        private double GetIntRecursion(double num)
        
{

            if (num < 1)

                throw new ArgumentOutOfRangeException("输入测试参数不正确!");

            if (num == 1)

                return 1;

            else

                return num * (GetIntRecursion (num-1));

        }

2、客户端调用

我们都以INT调用为例:

int begin, begin1, end, end1, result, result1;

 

            begin = System.Environment.TickCount;

 

            GetIntLoop(100000);

            end = System.Environment.TickCount;

            result = end - begin;

            MessageBox.Show("迭代用时:" + result.ToString());

数据在70000之前,迭代用时所耗CPU时钟,几乎可以忽略不计,得到结果为0,当数据达到100000时,耗时16ms,下面再看递归:

            begin1 = System.Environment.TickCount;

 

            GetIntRecursion(9600);

            end1 = System.Environment.TickCount;

            result1 = end1 - begin1;

            MessageBox.Show("递归用时:" + result1.ToString());

当数据达到9600左右发生堆栈溢出如下图:

 

9600之前,消耗时间可以视为0ms

 

结论:

1、 针对整型的迭代和递归性能比较,在不发生堆栈溢出的情况下,迭代和递归没有性能上的差溢。

2、 迭代适何大数据量的应用,比较稳定。

3、 递归更符合人脑的思维方式,迭代更适合机器。

 

注:在WIN32上为堆栈分配的空间为1M

 

posted @   design-life  阅读(253)  评论(0编辑  收藏  举报
编辑推荐:
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
阅读排行:
· 周边上新:园子的第一款马克杯温暖上架
· Open-Sora 2.0 重磅开源!
· 分享 3 个 .NET 开源的文件压缩处理库,助力快速实现文件压缩解压功能!
· Ollama——大语言模型本地部署的极速利器
· [AI/GPT/综述] AI Agent的设计模式综述
点击右上角即可分享
微信分享提示