• lamada下集合同步和并发处理效率验证


    对于集合,我们并不陌生,用的很多,也会不知不觉中忽略其中的一些细节,比如细节问题,当在大数据情况下的效率问题等。

    我主要是针对list和set使用lamada来对集合进行处理的效率比较,同时还对同步和并发进行了验证

    代码如下:

     1  //根据数字的大小,有不同的结果
     2     private static int size = 10000000;
     3 
     4  /**
     5      * 测试list
     6      */
     7     public static void testList() {
     8         List<Integer> list = new ArrayList<>(size);
     9         for (Integer i = 0; i < size; i++) {
    10             list.add(new Integer(i));
    11         }
    12 
    13         List<Integer> temp1 = new ArrayList<>(size);
    14         //老的
    15         long start = System.currentTimeMillis();
    16         for (Integer i : list) {
    17             temp1.add(i);
    18         }
    19         System.out.println("old:" + (System.currentTimeMillis() - start));
    20 
    21         //同步
    22         long start1 = System.currentTimeMillis();
    23         list.stream().collect(Collectors.toList());
    24         System.out.println("同步:" + (System.currentTimeMillis() - start1));
    25 
    26         //并发
    27         long start2 = System.currentTimeMillis();
    28         list.parallelStream().collect(Collectors.toList());
    29         System.out.println("并发:" + (System.currentTimeMillis() - start2));
    30     }

    针对不同的数据进行了测试

    当size=100000时,

    当size=1000000时,

    当size=10000000时,

     因为本地内存有限,再往大测试会内存溢出,但是我们能看出,list集合 并发 还是比同步快很多,数量级越大差距越大

    接下来我们来测试下set的效率

    代码如下:

     1 //根据数字的大小,有不同的结果
     2     private static int size = 100000;
     3 
     4 
     5 /**
     6      * 测试set
     7      */
     8     public static void testSet() {
     9         List<Integer> list = new ArrayList<>(size);
    10         for (Integer i = 0; i < size; i++) {
    11             list.add(new Integer(i));
    12         }
    13 
    14         Set<Integer> temp1 = new HashSet<>(size);
    15         //老的
    16         long start = System.currentTimeMillis();
    17         for (Integer i : list) {
    18             temp1.add(i);
    19         }
    20         System.out.println("old:" + (System.currentTimeMillis() - start));
    21 
    22         //同步
    23         long start1 = System.currentTimeMillis();
    24         list.stream().collect(Collectors.toSet());
    25         System.out.println("同步:" + (System.currentTimeMillis() - start1));
    26 
    27         //并发
    28         long start2 = System.currentTimeMillis();
    29         list.parallelStream().collect(Collectors.toSet());
    30         System.out.println("并发:" + (System.currentTimeMillis() - start2));
    31     }

    当size=100000时,
    当size=1000000时, 

     当size=10000000时,

    我们会发现,set来说,当超过一定数量级的时候,并发的效率反而低于同步的效率,所以不能盲目认为并发一定高于同步。

    总得来说,我们也可以看出来list和set本身特性给他们带来的影响,list是有序且可重复的,而set则是无序且不能重复的,导致并发带来的效率完全不一样。

    一次作为经验,用于后续参考使用。

  • 相关阅读:
    tensorflow之tf.squeeze()
    tf.slice()
    tensorflow之tf.meshgrid()
    tensorflow: arg_scope()
    tf.ConfigProto()
    os.path.join()
    argparse.ArgumentParser()用法解析
    Flutter学习之ListView(1)
    Flutter学习之image
    Flutter学习之image
  • 原文地址:https://www.cnblogs.com/xzshare/p/12258375.html
Copyright © 2020-2023  润新知