for迴圈巢狀 簡單優化
阿新 • • 發佈：2019-01-10
1 案例描述
某日，在JavaEye上看到一道面試題，題目是這樣的：請對以下的程式碼進行優化
Java程式碼
（注：為了同後面的內容一致，這裡對原題目進行了部分修改）
2 案例分析
從給出的程式碼可知，不論如何優化，testFunction執行的次數都是相同的，該部分不存在優化的可能。那麼，程式碼的優化只能從迴圈變數i、j、k的例項化、初始化、比較、自增等方面的耗時上進行分析。
首先，我們先分析原題程式碼迴圈變數在例項化、初始化、比較、自增等方面的耗時情況：
（注：由於單次耗時視不同機器配置而不同，上表相關耗時採用處理的次數進行說明）
該程式碼的效能優化就是儘可能減少迴圈變數i、j、k的例項化、初始化、比較、自增的次數，同時，不能引進其它可能的運算耗時。
3 解決過程
從案例分析，對於原題程式碼，我們提出有兩種優化方案：
3.1 優化方案一
程式碼如下：
Java程式碼
該方案主要是將迴圈次數最少的放到外面，迴圈次數最多的放裡面，這樣可以最大程度的（注：3個不同次數的迴圈變數共有6種排列組合情況，此種組合為最優）減少相關迴圈變數的例項化次數、初始化次數、比較次數、自增次數，方案耗時情況如下：
3.2 優化方案二
程式碼如下：
Java程式碼
該方案在方案一的基礎上，將迴圈變數的例項化放到迴圈外，這樣可以進一步減少相關迴圈變數的例項化次數，方案耗時情況如下：
4 解決結果
那麼，提出的優化方案是否如我們分析的那樣有了效能上的提升了呢？我們編寫一些測試程式碼進行驗證，資料更能說明我們的優化效果。
4.1 測試程式碼
Java程式碼
4.2 測試結果
1、測試機器配置：Pentium(R) Dual-Core CPU E5400 @2.70GHz 2.70GHz, 2GB記憶體；
2、迴圈變數i、j、k迴圈次數分別為10、100、1000，進行5組測試，測試結果如下：
從上面的測試結果來看，優化後的方案明顯效能優於原方案，達到了優化的效果。但優化方案二並沒有如我們預期的優於方案一，其中第2、4、5組的資料更是比方案一差，懷疑可能是迴圈次數太少，以及測試環境相關因素影響下出現的結果。
3、重新調整迴圈變數i、j、k迴圈次數分別為20、200、2000，進行5組測試，測試結果如下：
從上面的測試結果來看，優化後的方案基本符合我們的預期結果。
5 總結
從案例分析和解決過程中的三個表的分析可知，優化方案一和優化方案二的效能都比原始碼的效能好，其中優化方案二的效能是最好的。在巢狀For迴圈中，將迴圈次數多的迴圈放在內側，迴圈次數少的迴圈放在外側，其效能會提高；減少迴圈變數的例項化，其效能也會提高。從測試資料可知，對於兩種優化方案，如果在迴圈次數較少的情況下，其執行效果區別不大；但在迴圈次數較多的情況下，其效果就比較明顯了。
某日，在JavaEye上看到一道面試題，題目是這樣的：請對以下的程式碼進行優化
Java程式碼
- for (int i = 0; i < 1000; i++)
- for (int j = 0; j < 100; j++)
- for (int k = 0; k < 10; k++)
- testFunction (i, j, k);
（注：為了同後面的內容一致，這裡對原題目進行了部分修改）
2 案例分析
從給出的程式碼可知，不論如何優化，testFunction執行的次數都是相同的，該部分不存在優化的可能。那麼，程式碼的優化只能從迴圈變數i、j、k的例項化、初始化、比較、自增等方面的耗時上進行分析。
首先，我們先分析原題程式碼迴圈變數在例項化、初始化、比較、自增等方面的耗時情況：
| 變數 | 例項化(次數) | 初始化(次數) | 比較(次數) | 自增(次數) |
| i | 1 | 1 | 1000 | 1000 |
| j | 1000 | 1000 | 1000 * 100 | 1000 * 100 |
| k | 1000 * 100 | 1000 * 100 | 1000 * 100 * 10 | 1000 * 100 * 10 |
（注：由於單次耗時視不同機器配置而不同，上表相關耗時採用處理的次數進行說明）
該程式碼的效能優化就是儘可能減少迴圈變數i、j、k的例項化、初始化、比較、自增的次數，同時，不能引進其它可能的運算耗時。
3 解決過程
從案例分析，對於原題程式碼，我們提出有兩種優化方案：
3.1 優化方案一
程式碼如下：
Java程式碼
-
for(int i = 0; i < 10; i++)
- for (int j = 0; j < 100; j++)
- for (int k = 0; k < 1000; k++)
- testFunction (k, j, i);
該方案主要是將迴圈次數最少的放到外面，迴圈次數最多的放裡面，這樣可以最大程度的（注：3個不同次數的迴圈變數共有6種排列組合情況，此種組合為最優）減少相關迴圈變數的例項化次數、初始化次數、比較次數、自增次數，方案耗時情況如下：
| 變數 | 例項化(次數) | 初始化(次數) | 比較(次數) | 自增(次數) |
| i | 1 | 1 | 10 | 10 |
| j | 10 | 10 | 10 * 100 | 10 * 100 |
| k | 10 * 100 | 10 * 100 | 10 * 100 * 1000 | 10 * 100 * 1000 |
3.2 優化方案二
程式碼如下：
Java程式碼
- int i, j, k;
- for (i = 0; i < 10; i++)
- for (j = 0; j < 100; j++)
- for (k = 0; k < 1000; k++)
- testFunction (k, j, i);
該方案在方案一的基礎上，將迴圈變數的例項化放到迴圈外，這樣可以進一步減少相關迴圈變數的例項化次數，方案耗時情況如下：
| 變數 | 例項化(次數) | 初始化(次數) | 比較(次數) | 自增(次數) |
| i | 1 | 1 | 10 | 10 |
| j | 1 | 10 | 10 * 100 | 10 * 100 |
| k | 1 | 10 * 100 | 10 * 100 * 1000 | 10 * 100 * 1000 |
4 解決結果
那麼，提出的優化方案是否如我們分析的那樣有了效能上的提升了呢？我們編寫一些測試程式碼進行驗證，資料更能說明我們的優化效果。
4.1 測試程式碼
Java程式碼
- public static void testFunction(int i, int j, int k) {
- System.out.print(""); // 注：該方法不影響整體優化，這裡只有簡單輸出
- }
- public static void testA() {
- long start = System.nanoTime();
- for (int i = 0; i < 1000; i++)
- for (int j = 0; j < 100; j++)
- for (int k = 0; k < 10; k++)
- testFunction(i, j, k);
- System.out.println("testA time>>" + (System.nanoTime() - start));
- }
- public static void testB() {
- long start = System.nanoTime();
- for (int i = 0; i < 10; i++)
- for (int j = 0; j < 100; j++)
- for (int k = 0; k < 1000; k++)
- testFunction(k, j, i);
- System.out.println("testB time>>" + (System.nanoTime() - start));
- }
- public static void testC() {
- long start = System.nanoTime();
- int i;
- int j;
- int k;
- for (i = 0; i < 10; i++)
- for (j = 0; j < 100; j++)
- for (k = 0; k < 1000; k++)
- testFunction(k, j, i);
- System.out.println("testC time>>" + (System.nanoTime() - start));
- }
4.2 測試結果
1、測試機器配置：Pentium(R) Dual-Core CPU E5400 @2.70GHz 2.70GHz, 2GB記憶體；
2、迴圈變數i、j、k迴圈次數分別為10、100、1000，進行5組測試，測試結果如下：
| 第1組 | 第2組 | 第3組 | 第4組 | 第5組 | |
| 原方案 | 171846271 | 173250166 | 173910870 | 173199875 | 173725328 |
| 方案一 | 168839312 | 168466660 | 168372616 | 168310190 | 168041251 |
| 方案二 | 168001838 | 169141906 | 168230655 | 169421766 | 168240748 |
從上面的測試結果來看，優化後的方案明顯效能優於原方案，達到了優化的效果。但優化方案二並沒有如我們預期的優於方案一，其中第2、4、5組的資料更是比方案一差，懷疑可能是迴圈次數太少，以及測試環境相關因素影響下出現的結果。
3、重新調整迴圈變數i、j、k迴圈次數分別為20、200、2000，進行5組測試，測試結果如下：
| 第1組 | 第2組 | 第3組 | 第4組 | 第5組 | |
| 原方案 | 1355397203 | 1358978176 | 1358128281 | 1350193682 | 1354786598 |
| 方案一 | 1343482704 | 1348410388 | 1343978037 | 1347919156 | 1340697793 |
| 方案二 | 1342427528 | 1343897887 | 1342662462 | 1342124048 | 1336266453 |
從上面的測試結果來看，優化後的方案基本符合我們的預期結果。
5 總結
從案例分析和解決過程中的三個表的分析可知，優化方案一和優化方案二的效能都比原始碼的效能好，其中優化方案二的效能是最好的。在巢狀For迴圈中，將迴圈次數多的迴圈放在內側，迴圈次數少的迴圈放在外側，其效能會提高；減少迴圈變數的例項化，其效能也會提高。從測試資料可知，對於兩種優化方案，如果在迴圈次數較少的情況下，其執行效果區別不大；但在迴圈次數較多的情況下，其效果就比較明顯了。