嵌套For循环性能优化案例

1 案例描述
某日，在JavaEye上看到一道面试题，题目是这样的：请对以下的代码进行优化

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：为了同后面的内容一致，这里对原题目进行了部分修改）

2 案例分析
从给出的代码可知，不论如何优化，testFunction执行的次数都是相同的，该部分不存在优化的可能。那么，代码的优化只能从循环变量i、j、k的实例化、初始化、比较、自增等方面的耗时上进行分析。
首先，我们先分析原题代码循环变量在实例化、初始化、比较、自增等方面的耗时情况：

变量	实例化(次数)	初始化(次数)	比较(次数)	自增(次数)
i	1	1	1000	1000
j	1000	1000	1000 * 100	1000 * 100
k	1000 * 100	1000 * 100	1000 * 100 * 10	1000 * 100 * 10

（注：由于单次耗时视不同机器配置而不同，上表相关耗时采用处理的次数进行说明）
该代码的性能优化就是尽可能减少循环变量i、j、k的实例化、初始化、比较、自增的次数，同时，不能引进其它可能的运算耗时。

3 解决过程
从案例分析，对于原题代码，我们提出有两种优化方案：
3.1 优化方案一
代码如下：

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);

该方案主要是将循环次数最少的放到外面，循环次数最多的放里面，这样可以最大程度的（注：3个不同次数的循环变量共有6种排列组合情况，此种组合为最优）减少相关循环变量的实例化次数、初始化次数、比较次数、自增次数，方案耗时情况如下：

变量	实例化(次数)	初始化(次数)	比较(次数)	自增(次数)
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 优化方案二
代码如下：

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);

该方案在方案一的基础上，将循环变量的实例化放到循环外，这样可以进一步减少相关循环变量的实例化次数，方案耗时情况如下：

变量	实例化(次数)	初始化(次数)	比较(次数)	自增(次数)
i	1	1	10	10
j	1	10	10 * 100	10 * 100
k	1	10 * 100	10 * 100 * 1000	10 * 100 * 1000

4 解决结果
那么，提出的优化方案是否如我们分析的那样有了性能上的提升了呢？我们编写一些测试代码进行验证，数据更能说明我们的优化效果。
4.1 测试代码

public static void testFunction(int i, int j, int k) {
		System.out.print("");	// 注：该方法不影响整体优化，这里只有简单输出
	}

	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 测试结果
1、测试机器配置：Pentium(R) Dual-Core CPU E5400 @2.70GHz 2.70GHz, 2GB内存；
2、循环变量i、j、k循环次数分别为10、100、1000，进行5组测试，测试结果如下：

	第1组	第2组	第3组	第4组	第5组
原方案	171846271	173250166	173910870	173199875	173725328
方案一	168839312	168466660	168372616	168310190	168041251
方案二	168001838	169141906	168230655	169421766	168240748

从上面的测试结果来看，优化后的方案明显性能优于原方案，达到了优化的效果。但优化方案二并没有如我们预期的优于方案一，其中第2、4、5组的数据更是比方案一差，怀疑可能是循环次数太少，以及测试环境相关因素影响下出现的结果。

3、重新调整循环变量i、j、k循环次数分别为20、200、2000，进行5组测试，测试结果如下：

	第1组	第2组	第3组	第4组	第5组
原方案	1355397203	1358978176	1358128281	1350193682	1354786598
方案一	1343482704	1348410388	1343978037	1347919156	1340697793
方案二	1342427528	1343897887	1342662462	1342124048	1336266453

从上面的测试结果来看，优化后的方案基本符合我们的预期结果。

5 总结
从案例分析和解决过程中的三个表的分析可知，优化方案一和优化方案二的性能都比原代码的性能好，其中优化方案二的性能是最好的。在嵌套For循环中，将循环次数多的循环放在内侧，循环次数少的循环放在外侧，其性能会提高；减少循环变量的实例化，其性能也会提高。从测试数据可知，对于两种优化方案，如果在循环次数较少的情况下，其运行效果区别不大；但在循环次数较多的情况下，其效果就比较明显了。

6 参考资料
[1] http://www.javaeye.com/topic/762312
[2] http://www.javaeye.com/topic/632481

评论

2 楼 cgs1999 2012-07-19  

iceblooded 写道

方案二的优势其实并不明显，我把数值同时都提高了一个量级 循环数都乘10，结果方案一胜出，优于方案二

理论上讲方案二应该会比较快的，但两种方案的区别就在于变量的实例化，且变量实例化的时间非常非常短，实际测试确实会有你说的情况，这个应该同测试机当时的运行状态有关，这也是我对每一种方案要分别做5组测试数据的原因。


正如我文后总结也指出“如果在循环次数较少的情况下，其运行效果区别不大；但在循环次数较多的情况下，其效果就比较明显了”。方案二的优势体现在循环次数非常非常多的情况才会比较明显，具体你可以分别将i,j,k的数值分别提高1万倍或者更高，这样其优势即可体现出来了。

1 楼 iceblooded 2012-07-18  

方案二的优势其实并不明显，我把数值同时都提高了一个量级 循环数都乘10，结果方案一胜出，优于方案二