Java高效计数器

本文转载地址:
             http://blog.csdn.net/renfufei/article/details/14120775


我们经常使用 HashMap作为计数器(counter)来统计数据库或者文本中的某些东西.
本文将使用HashMap来实现计数器的3种不同方式进行对比。

1. 新手级计数器
如果使用这一类别的计数器,那么代码大致如下所示:
  1. String source = "my name is name me and your name is her first her";  
  2. String[] words = source.split(" ");  
  3. // 新手级计数器  
  4. public static void testNaive(String[] words){  
  5.     HashMap<String, Integer> counter = new HashMap<String, Integer>();  
  6.     for (String w : words) {  
  7.         if(counter.containsKey(w)){  
  8.             int oldValue = counter.get(w);  
  9.             counter.put(w, oldValue+1);  
  10.         } else {  
  11.             counter.put(w, 1);  
  12.         }  
  13.     }  
  14. }  

在每次循环中,判断是否包含了相应的key,如果包含,那么值在原来的基础上加1,如果没有,那就设置为1.
此种方式简单又直接,但并不是很有效率。效率不高的原因如下:
1.1 当一个key存在时,containsKey() 和 get() 分别调用了一次,这意味着对map进行了两次查找。
1.2 因为 Integer 是不可变的,每次循环在增加计数值的时候将会创建一个新的对象.


2. 入门级计数器
那么我们自然需要使用一个可变的整数来避免创建太多个Integer对象.可变整数类可以如下面所示来定义:
  1. // 可变Integer  
  2. public static final class MutableInteger{  
  3.     private int val;  
  4.     public MutableInteger(int val){  
  5.         this.val = val;  
  6.     }  
  7.     public int get(){  
  8.         return this.val;  
  9.     }  
  10.     public void set(int val){  
  11.         this.val = val;  
  12.     }  
  13.     // 为了方便打印  
  14.     public String toString() {  
  15.         return Integer.toString(val);  
  16.     }  
  17. }  

那么计数器可以用如下的方式来改进:
  1. // 入门级计数器  
  2. public static void testBetter(String[] words){  
  3.     HashMap<String, MutableInteger> counter = new HashMap<String, MutableInteger>();  
  4.     for (String w : words) {  
  5.         if(counter.containsKey(w)){  
  6.             MutableInteger oldValue = counter.get(w);  
  7.             oldValue.set(oldValue.get()+1); // 因为是引用,所以减少了一次HashMap查找  
  8.         } else {  
  9.             counter.put(w, new MutableInteger(1));  
  10.         }  
  11.     }  
  12. }  

因为不需要创建太多的Integer对象,看起来好了一些。然而,key存在的情况下,每次循环依然要进行两次查找.

3. 卓越级计数器
HashMap 的 put(key,value) 方法会返回key对应的当前value.了解这个特性,我们可以利用原有值来进行递增,并不需要多次的查找.
  1. public static void testEfficient(String[] words){  
  2.     HashMap<String, MutableInteger> counter = new HashMap<String, MutableInteger>();  
  3.     for (String w : words) {  
  4.         MutableInteger initValue = new MutableInteger(1);  
  5.         // 利用 HashMap 的put方法弹出旧值的特性  
  6.         MutableInteger oldValue = counter.put(w, initValue);  
  7.         if(oldValue != null){  
  8.             initValue.set(oldValue.get() + 1);  
  9.         }  
  10.     }  
  11. }  

4. 性能差异
为了测试这三种实现方式的性能,采用了下面的代码。先看看结果如何,性能测试分别执行了多次,对每一个数量级的测试,误差不算太大,所以取其中的一个结果排列如下:
  1. 10000000 次循环:  
  2. 新手级计数器: 7726594902  
  3. 入门级计数器: 6516014840  
  4. 卓越级计数器: 5736574103  
  5.   
  6.   
  7. 1000000 次循环:  
  8. 新手级计数器: 777480106  
  9. 入门级计数器: 642932000  
  10. 卓越级计数器: 571867738  
  11.   
  12.   
  13. 100000 次循环:  
  14. 新手级计数器: 84323682  
  15. 入门级计数器: 70176906  
  16. 卓越级计数器: 61219664  
  17.   
  18.   
  19. 10000 次循环:  
  20. 新手级计数器: 13279550  
  21. 入门级计数器: 7874100  
  22. 卓越级计数器: 6460172  
  23.   
  24.   
  25. 1000 次循环:  
  26. 新手级计数器: 4542172  
  27. 入门级计数器: 2933248  
  28. 卓越级计数器: 992749  
  29.   
  30.   
  31. 100 次循环:  
  32. 新手级计数器: 3092325  
  33. 入门级计数器: 1101695  
  34. 卓越级计数器: 423942  
  35.   
  36.   
  37. 10 次循环:  
  38. 新手级计数器: 1993788  
  39. 入门级计数器: 558150  
  40. 卓越级计数器: 153156  
  41.   
  42.   
  43. 1 次循环:  
  44. 新手级计数器: 1625898  
  45. 入门级计数器: 427494  
  46. 卓越级计数器: 69473  

从上面的输出可以看到,10000次的时候, 13:8:6 秒,相差很明显.特别是 新手级计数器和入门级计数器之间的比例,这说明创建对象是很耗资源的操作。
当然,次数更多的差距不明显的原因在于,触发了多次的GC垃圾回收,同时也证明了垃圾回收的代价确实很大。

完整的测试代码如下:

 

  1. import java.util.HashMap;  
  2.   
  3. public class TestCounter {  
  4.       
  5.     public static void main(String[] args) {  
  6.         // 源字符串  
  7.         String source = "my name is name me and your name is her first her";  
  8.         // 计时,单位: 微秒  
  9.         long startTime = 0;  
  10.         long endTime = 0;  
  11.         long duration = 0;  
  12.         // 测试次数  
  13.         int loop = 1 * 10000;  
  14.   
  15.         System.out.println(loop +" 次循环:");  
  16.         startTime = System.nanoTime();  
  17.         testNaive(source,loop);  
  18.         endTime = System.nanoTime();  
  19.         duration = endTime - startTime;  
  20.         System.out.println("新手级计数器: " + duration);  
  21.         //  
  22.         startTime = System.nanoTime();  
  23.         testBetter(source, loop);  
  24.         endTime = System.nanoTime();  
  25.         duration = endTime - startTime;  
  26.         System.out.println("入门级计数器: " + duration);  
  27.         //  
  28.         startTime = System.nanoTime();  
  29.         testEfficient(source, loop);  
  30.         endTime = System.nanoTime();  
  31.         duration = endTime - startTime;  
  32.         System.out.println("卓越级计数器: " + duration);  
  33.     }  
  34.   
  35.     // 新手级计数器  
  36.     public static void testNaive(String source, int loop){  
  37.         if(null == source){  
  38.             return;  
  39.         }  
  40.         //  
  41.         String[] words = source.split(" ");  
  42.         for (int i = 0; i < loop; i++) {  
  43.             testNaive(words);  
  44.         }  
  45.     }  
  46.     public static void testNaive(String[] words){  
  47.         HashMap<String, Integer> counter = new HashMap<String, Integer>();  
  48.         for (String w : words) {  
  49.             if(counter.containsKey(w)){  
  50.                 int oldValue = counter.get(w);  
  51.                 counter.put(w, oldValue+1);  
  52.             } else {  
  53.                 counter.put(w, 1);  
  54.             }  
  55.         }  
  56.     }  
  57.     // 可变Integer  
  58.     public static final class MutableInteger{  
  59.         private int val;  
  60.         public MutableInteger(int val){  
  61.             this.val = val;  
  62.         }  
  63.         public int get(){  
  64.             return this.val;  
  65.         }  
  66.         public void set(int val){  
  67.             this.val = val;  
  68.         }  
  69.         // 为了方便打印  
  70.         public String toString() {  
  71.             return Integer.toString(val);  
  72.         }  
  73.     }  
  74.       
  75.     // 入门级计数器  
  76.     public static void testBetter(String source, int loop){  
  77.         if(null == source){  
  78.             return;  
  79.         }  
  80.         //  
  81.         String[] words = source.split(" ");  
  82.         for (int i = 0; i < loop; i++) {  
  83.             testBetter(words);  
  84.         }  
  85.     }  
  86.     public static void testBetter(String[] words){  
  87.         HashMap<String, MutableInteger> counter = new HashMap<String, MutableInteger>();  
  88.         for (String w : words) {  
  89.             if(counter.containsKey(w)){  
  90.                 MutableInteger oldValue = counter.get(w);  
  91.                 oldValue.set(oldValue.get()+1); // 因为是引用,所以减少了一次HashMap查找  
  92.             } else {  
  93.                 counter.put(w, new MutableInteger(1));  
  94.             }  
  95.         }  
  96.     }  
  97.       
  98.     // 卓越级计数器  
  99.     public static void testEfficient(String source, int loop){  
  100.         if(null == source){  
  101.             return;  
  102.         }  
  103.         //  
  104.         String[] words = source.split(" ");  
  105.         for (int i = 0; i < loop; i++) {  
  106.             testEfficient(words);  
  107.         }  
  108.     }  
  109.     public static void testEfficient(String[] words){  
  110.         HashMap<String, MutableInteger> counter = new HashMap<String, MutableInteger>();  
  111.         for (String w : words) {  
  112.             MutableInteger initValue = new MutableInteger(1);  
  113.             // 利用 HashMap 的put方法弹出旧值的特性  
  114.             MutableInteger oldValue = counter.put(w, initValue);  
  115.             if(oldValue != null){  
  116.                 initValue.set(oldValue.get() + 1);  
  117.             }  
  118.         }  
  119.     }  
  120. }  

当你实用计数器的时候,很可能也需要根据值来进行排序的方法,请参考: the frequently used method of HashMap.

 


5. Keith网站评论列表
我觉得最好的评论如下:

添加了三个测试:
1) 重构了 “入门级计数器”,不使用containsKey,改为只使用get方法. 通常你需要的元素是存在于 HashMap 中的, 所以将 2 次查找精简为 1次.
2) 作者 michal 提到过的方式,使用 AtomicInteger来实现 .
3) 使用单个的int 数组来进行对比,可以使用更少的内存,参见 http://amzn.com/0748614079


我运行了测试程序3次,并挑选出最小的那个值(以减少干扰). 注意: 你不能在程序中让运行结果受到太多干扰,因为内存不足可能会受到gc垃圾回收器太多的影响.


新手级计数器: 201716122
入门级计数器: 112259166
卓越级计数器: 93066471
入门级计数器 (不使用 containsKey): 69578496
入门级计数器 (不使用 containsKey, with AtomicInteger): 94313287
入门级计数器 (不使用 containsKey, with int[]): 65877234

入门级计数器 (不使用 containsKey 方法:):
  1. HashMap<string, mutableinteger=""> efficientCounter2 = new HashMap<string, mutableinteger="">();  
  2. for (int i = 0; i < NUM_ITERATIONS; i++)  
  3. for (String a : sArr) {  
  4. MutableInteger value = efficientCounter2.get(a);  
  5.    
  6. if (value != null) {  
  7. value.set(value.get() + 1);  
  8. }  
  9. else {  
  10. efficientCounter2.put(a, new MutableInteger(1));  
  11. }  
  12. }  
入门级计数器 (不使用 containsKey, 使用 AtomicInteger):
  1. HashMap<string, atomicinteger=""> atomicCounter = new HashMap<string, atomicinteger="">();  
  2. for (int i = 0; i < NUM_ITERATIONS; i++)  
  3. for (String a : sArr) {  
  4. AtomicInteger value = atomicCounter.get(a);  
  5.    
  6. if (value != null) {  
  7. value.incrementAndGet();  
  8. }  
  9. else {  
  10. atomicCounter.put(a, new AtomicInteger(1));  
  11. }  
  12. }  

入门级计数器 (不使用 containsKey, 使用  int[]):
  1. HashMap<string, int[]=""> intCounter = new HashMap<string, int[]="">();  
  2. for (int i = 0; i < NUM_ITERATIONS; i++)  
  3. for (String a : sArr) {  
  4. int[] valueWrapper = intCounter.get(a);  
  5.    
  6. if (valueWrapper == null) {  
  7. intCounter.put(a, new int[] { 1 });  
  8. }  
  9. else {  
  10. valueWrapper[0]++;  
  11. }  
  12. }  

Guava 语言的 MultiSet 可能更快一些.


6. 结论
优胜者是使用int数组的方式.


posted @ 2015-03-27 13:14  YGingko  阅读(535)  评论(0编辑  收藏  举报