7

每个人都说应该使用矢量，因为它的性能（因为矢量在每次操作和填充之后都会同步）。我写了一个简单的测试：

import java.util.ArrayList;
import java.util.Date;
import java.util.Vector;

public class ComparePerformance {

    public static void main(String[] args) {
        ArrayList<Integer> list = new ArrayList<Integer>();
        Vector<Integer> vector = new Vector<Integer>();

        int size = 10000000;
        int listSum = 0;
        int vectorSum = 0;

        long startList = new Date().getTime();
        for (int i = 0; i < size; i++) {
            list.add(new Integer(1));
        }
        for (Integer integer : list) {
            listSum += integer;
        }
        long endList = new Date().getTime();
        System.out.println("List time: " + (endList - startList));

        long startVector = new Date().getTime();
        for (int i = 0; i < size; i++) {
            vector.add(new Integer(1));
        }
        for (Integer integer : list) {
            vectorSum += integer;
        }
        long endVector = new Date().getTime();
        System.out.println("Vector time: " + (endVector - startVector));
    }
}

结果如下：

List time: 4360
Vector time: 4103

基于此Vector，迭代和阅读的性能似乎稍好一些。也许这是一个愚蠢的问题，或者我做出了错误的假设 - 有人可以解释一下吗？

4

4 回答 4

31

您编写了一个幼稚的微基准测试。JVM 上的微基准测试是一项非常棘手的工作，要列举所有的陷阱甚至都不容易，但这里有一些经典的：

  1. 你必须预热代码；
  2. 您必须控制垃圾收集暂停；
  3. System.currentTimeMillis是不精确的，但是您似乎甚至不知道这种方法（您的方法new Date().getTime()是等效的，但速度较慢）。

如果您想正确执行此操作，请查看 Oracle 的jmh工具或 Google 的 Caliper。

我的测试结果

由于我对自己看到这些数字很感兴趣，所以这里是jmh. 一、测试代码：

public class Benchmark1
{
  static Integer[] ints = new Integer[0];
  static {
    final List<Integer> list = new ArrayList(asList(1,2,3,4,5,6,7,8,9,10));
    for (int i = 0; i < 5; i++) list.addAll(list);
    ints = list.toArray(ints);
  }
  static List<Integer> intList = Arrays.asList(ints);
  static Vector<Integer> vec = new Vector<Integer>(intList);
  static List<Integer> list = new ArrayList<Integer>(intList);

  @GenerateMicroBenchmark
  public Vector<Integer> testVectorAdd() {
    final Vector<Integer> v = new Vector<Integer>();
    for (Integer i : ints) v.add(i);
    return v;
  }
  @GenerateMicroBenchmark
  public long testVectorTraverse() {
    long sum = (long)Math.random()*10;
    for (int i = 0; i < vec.size(); i++) sum += vec.get(i);
    return sum;
  }
  @GenerateMicroBenchmark
  public List<Integer> testArrayListAdd() {
    final List<Integer> l = new ArrayList<Integer>();
    for (Integer i : ints) l.add(i);
    return l;
  }
  @GenerateMicroBenchmark
  public long testArrayListTraverse() {
    long sum = (long)Math.random()*10;
    for (int i = 0; i < list.size(); i++) sum += list.get(i);
    return sum;
  }
}

结果：

testArrayListAdd          234.896  ops/msec
testVectorAdd             274.886  ops/msec
testArrayListTraverse    1718.711  ops/msec
testVectorTraverse         34.843  ops/msec

请注意以下事项：

  • 在...add我正在创建一个新的本地集合的方法中。JIT 编译器利用这一事实并省略了对方法的锁定Vector——因此性能几乎相同；
  • 在...traverse我从全局集合中读取的方法中；锁不能被忽略，这就是真正的性能损失Vector出现的地方。

主要的收获应该是：JVM 上的性能模型非常复杂，有时甚至是不稳定的。从微基准进行推断，即使他们非常小心地完成，也可能导致对生产系统性能的危险错误预测。

于 2013-07-04T13:52:07.213 回答
5

我同意 Marko 关于使用 Caliper 的看法，这是一个很棒的框架。

但是，如果您更好地组织基准测试，您可以自己完成其中的一部分：

public class ComparePerformance {

    private static final int SIZE = 1000000;
    private static final int RUNS = 500;
    private static final Integer ONE = Integer.valueOf(1);

    static class Run {
        private final List<Integer> list;

        Run(final List<Integer> list) {
            this.list = list;
        }

        public long perform() {
            long oldNanos = System.nanoTime();
            for (int i = 0; i < SIZE; i++) {
                list.add(ONE);
            }

            return System.nanoTime() - oldNanos;
        }
    }

    public static void main(final String[] args) {

        long arrayListTotal = 0L;
        long vectorTotal = 0L;
        for (int i = 0; i < RUNS; i++) {
            if (i % 50 == 49) {
                System.out.println("Run " + (i + 1));
            }

            arrayListTotal += new Run(new ArrayList<Integer>()).perform();
            vectorTotal += new Run(new Vector<Integer>()).perform();
        }

        System.out.println();


        System.out.println("Runs: "+RUNS+", list size: "+SIZE);
        output(arrayListTotal, "List");
        output(vectorTotal, "Vector");
    }

    private static void output(final long value, final String name) {
        System.out.println(name + " total time: " + value + " (" + TimeUnit.NANOSECONDS.toMillis(value) + " " + "ms)");

        long avg = value / RUNS;
        System.out.println(name + " average time: " + avg + " (" + TimeUnit.NANOSECONDS.toMillis(avg) + " " + "ms)");
    }
}

关键部分是经常运行您的代码。此外，删除与您的基准测试无关的内容。重用整数而不是创建新整数。

上面的基准代码在我的机器上创建了这个输出：

Runs: 500, list size: 1000000
List total time: 3524708559 (3524 ms)
List average time: 7049417 (7 ms)
Vector total time: 6459070419 (6459 ms)
Vector average time: 12918140 (12 ms)

我想说这应该让您了解性能差异。

于 2013-07-04T14:15:49.153 回答
2

正如 Marko Topolnik 所说，很难编写正确的微基准测试并正确解释结果。有关于这个主题的好文章可用。

根据我的经验和我对实现的了解，我使用这个经验法则：

  • 使用数组列表
  • 如果集合必须同步，请考虑使用向量。（我从来没有最终使用它，因为还有其他用于同步、并发和并行编程的解决方案）
  • 如果集合中有很多元素，并且列表内部（不是在末尾）频繁插入或删除操作，则使用 LinkedList

大多数集合不包含很多元素，花更多的精力在它们上面会浪费时间。在 scala 中也有并行集合，它们并行执行一些操作。也许在纯 Java 中也有一些可用的东西。

尽可能使用 List 接口隐藏实现细节，并尝试添加注释来说明您选择特定实现的原因。

于 2013-07-04T14:06:06.303 回答
1

我做了你的测试，ArrayList 比大小为 1000000 的 Vector 快

 public static void main(String[] args) {
            ArrayList<Integer> list = new ArrayList<Integer>();
            Vector<Integer> vector = new Vector<Integer>();

            int size= 1000000;
            int listSum = 0;
            int vectorSum = 0;

            long startList = System.nanoTime();
            for (int i = 0; i < size; i++) {
                list.add(Integer.valueOf(1));
            }
            for (Integer integer : list) {
                listSum += integer;
            }
            long endList = System.nanoTime();
            System.out.println("List time: " + (endList - startList)/1000000);
//
//          long startVector = System.nanoTime();
//          for (int i = 0; i < size; i++) {
//              vector.add(Integer.valueOf(1));
//          }
//          for (Integer integer : list) {
//              vectorSum += integer;
//          }
//          long endVector = System.nanoTime();
//          System.out.println("Vector time: " + (endVector - startVector)/1000000);
        }
    }

输出运行不同的时间。

Code : list time 83 
       vector time 113
于 2013-07-04T14:01:07.467 回答