[改善Java代码]不同的列表选择不同的遍历方法

一.场景:

我们来看一个场景，统计一个省的各科高考科目考试的平均分.

当然使用数据库中的一个SQL语句就能求出平均值,不过这个不再我们的考虑之列,这里只考虑使用纯Java的方式来解决.(由于我的机器配置比较好,用80万的数据量有点小,各个统计结果不明显,不能更加显著的说明明问题...这里改为800万)

看代码:

 import java.util.ArrayList;
 import java.util.Iterator;
 import java.util.List;
 import java.util.Random;

 public class Client {
     public static void main(String[] args) {
         //学生数量,800万
         int stuNum = 800*10000;
         //List集合，记录所有学生的分数
         List<Integer> scores = new ArrayList<Integer>(stuNum);
         //写入分数
         for(int i=0;i<stuNum;i++){
             scores.add(new Random().nextInt(150));
         }
         //记录开始计算时间
         long start = System.currentTimeMillis();
         System.out.println("平均分是：" + average(scores));
         System.out.println("执行时间：" + (System.currentTimeMillis() -start) + "ms");
     }

     //计算平均数
     public static int average(List<Integer> list){
         int sum = 0;
         //遍历求和
         for(int i:list){
             sum +=i;
         }
         /*
         Java中的foreach()语法是iterator(迭代器)的变形用法,上面的foreach语法和下面的代码等价
         for(Iterator<Integer> i=list.iterator(); i.hasNext(); ){
             sum +=i.next();
         }
          */

         //除以人数，计算平均值
         return sum/list.size();
     }
 }

运行结果:

平均分是：74
执行时间：99ms

仅仅求一个平均值就花费了74毫秒，考虑其他诸如加权平均值、补充平均值等的话，花费时间肯定更长。我们仔细分析一下arverage方法，加号操作是最基本操作，没有可以优化，我们可以尝试对List遍历进行优化。

List的遍历还有另外一种形式，即通过下表方式来遍历，如下：

 import java.util.ArrayList;
 import java.util.Iterator;
 import java.util.List;
 import java.util.Random;

 public class Client {
     public static void main(String[] args) {
         //学生数量,800万
         int stuNum = 800*10000;
         //List集合，记录所有学生的分数
         List<Integer> scores = new ArrayList<Integer>(stuNum);
         //写入分数
         for(int i=0;i<stuNum;i++){
             scores.add(new Random().nextInt(150));
         }
         //记录开始计算时间
         long start = System.currentTimeMillis();
         System.out.println("平均分是：" + average(scores));
         System.out.println("执行时间：" + (System.currentTimeMillis() -start) + "ms");
     }

     //计算平均数
     public static int average(List<Integer> list){
         int sum = 0;
         //遍历求和
         for(int i = 0, size = list.size(); i < size; i++){
             sum += list.get(i);
         }
         //除以人数，计算平均值
         return sum/list.size();
     }
 }

运行结果如下:

平均分是：74
执行时间：58ms

执行时间大幅提升，性能提升65%。

为什么会有如此提升呢？我们知道foreacher与下面代码等价：

for(Iterator<Integer> i = list.iterator(); i.hasNext;){
    sum += i.next();
}   

迭代器是23中设计模式的一种，提供一种方法访问一个容器对象中的各个元素，同时又无须暴露该对象的内部细节。也就是说对于ArrayList，需要先创建一个迭代器容器，然后屏蔽内部遍历细节，对外提供hasNext、next等方法。

问题是ArrayList实现了RandomAccess接口，表明元素之间本没有关系，为了使用迭代器就需要强制建立一种互相“知晓”的关系，比如上一个元素可以判断是否有下一个元素，以及下一个元素是什么等关系，这也就是通过foreach遍历耗时的原因。

Java为ArrayList类加上了RandomAccess接口,就是在告诉我们"ArrayList是随机存取的,采用下标方式遍历列表速度会更快".

但是为什么不把RadomAccess加到所有的List实现类上呢?

那是因为有些List实现类是不能随机存取的,而是有序存取的,比如LinkedList类,LinkedList也是一个列表,但是它实现了双向链表,每个数据节点中都有三个数据项:前节点的引用(Previous Node),本节点元素(Node Element),后继节点的引用(Next Node),这是数据结构的节本知识,也就是在LinkedList中的两个元素本来就是有关联的,我知道你的存在,你也知道我的存在.

综上对于LinkedList由分析讲述，元素之间已经有关联了，使用foreach也就是迭代器方式是不是更高呢？代码如下

 import java.util.LinkedList;
 import java.util.List;
 import java.util.Random;

 public class Client {
     public static void main(String[] args){
         //学生数量，80万
         int stuNum = 800 * 10000;
         //List集合，记录所有学生分数
         List<Integer> scores = new LinkedList<Integer>();   

         //写入分数
         for(int i = 0; i < stuNum; i++){
             scores.add(new Random().nextInt(150));
         }   

         //记录开始计算时间
         long start = System.currentTimeMillis();
         System.out.println("平均分是：" + average(scores));
         System.out.println("执行时间：" + (System.currentTimeMillis() - start) + "ms");
     }
     public static int average(List<Integer> list){
         int sum = 0;
         //foreach遍历求和
         for(int i : list){
             sum += i;
         }
         //除以人数，计算平均值
         return sum/list.size();
     }
 }

运行结果:

平均分是：74
执行时间：118ms

可能这个数据量不是很适合.....用八十万量的数据量LinkedList使用foreach的速度和ArrayList使用普通for循环的速度差不多.....

可以测试使用下标的方式遍历LinkedList中的元素:

其实不用测试,效率真的非常低,直接看源代码:

 public E get(int index){
     return entry(index).element;
 }   

由entry方法查找指定下标的节点，然后返回其包含的元素，看entry方法：

 private Entry<E> entry(int index){
     //检查下标是否越界
     Entry<E> e = header;
     if(index < (size >> 1)){
         //如果下标小于中间值，则从头节点开始搜索
         for(int i = 0; i <= index; I++){
         e = e.next;
     }
     }else{
         //如果下标大于等于中间值，则从尾节点反向遍历
         for(int i = size; i > index; i++){
             e = e.previous;
         }
     }
     return e;
 } 

程序会先判断输入的下标与中间值(size右移一位,也就是除以2了)的关系,小于中间值则从头开始正向搜索,大于中间值则从尾节点反向搜索,想想看,每一次的get方法都是一个遍历,"性能"两字从何说起呢!

明白了随机存取列表和有序存取列表的区别,average方法就必须重构,以便实现不同的列表采用不同的遍历方式.代码如下:

 import java.util.LinkedList;
 import java.util.List;
 import java.util.Random;
 import java.util.RandomAccess;

 public class Client {
     public static void main(String[] args) {
         // 学生数量,80万
         int stuNum = 80 * 10000;
         // List集合，记录所有学生的分数
         List<Integer> scores = new LinkedList<Integer>();
         // 写入分数
         for (int i = 0; i < stuNum; i++) {
             scores.add(new Random().nextInt(150));
         }

         // 记录开始计算时间
         long start = System.currentTimeMillis();
         System.out.println("平均分是：" + average(scores));
         System.out.println("执行时间：" + (System.currentTimeMillis() - start)
                 + "ms");
     }

     // 计算平均数
     public static int average(List<Integer> list) {
         int sum = 0;
         if (list instanceof RandomAccess) {
             //可以随机存取，则使用下标遍历
             for (int i = 0, size = list.size(); i < size; i++) {
                 sum += list.get(i);
             }
         } else {
             //有序存取，使用foreach方式
             for (int i : list) {
                 sum += i;
             }
         }
         // 除以人数，计算平均值
         return sum / list.size();
     }
 }

这样无论是随机存取列表还是有序列表,程序都可以提供快速的遍历.

列表遍历也不是那么简单的,适时选择最优的遍历方式,不要固化为一种.