感谢同事 {空蒙}的投稿
最近碰到个场景,还蛮有普遍性的,如mtop的请求入口非常多,有api2,api3,api4,h5,h5update,cdn_cache,bigpipe等,而Mtop需要依据其具体的入口,选择不同的业务逻辑进行对应的处理。
马上想到两个方案:
- 方案一:采用map存放对应入口的处理方法,然后请求进来后经过get就行,map.get(et);
- 方案二:采用switch语句。
if else这种就不予考虑了,明显采用map显的更优雅,代码更具可维护性,目前mtop存在6个入口,api4还未上,如果用switch每次需要硬编码那性能呢?
但用map,也可以做些优化处理,比如我发现api3、h5、cdn_cache在map默认大小为16下,其桶位置发生了碰撞,这样每次get的时候就需要遍历了,这是不好,当然有两种方案,一是改key值避免碰撞,二是改map大小,让其不发生碰撞,我采用map大小为64,避免碰撞,当然后面如要继续添加时候,需要关注经测试,性能可以提升44%,(本机场景,并且这个key在桶的最尾部,也就是需要全部遍历桶全部数据的场景,并且全部预先执行1w次,摒弃了jit对结果的影响)
但map的get操作,每次需要进行hash,位移操作,&操作,再比较操作,想想就需要很多的指令要执行完才能拿到
如果是switch呢?Switch在编译后,有LookupSwitch 和 TableSwitch,其中TableSwitch是O(1)的,LookupSwitch是 O(log n),TableSwitch情况如下:
1 |
int chooseNear( int i) {
|
编译后结果
01 |
Method int chooseNear( int )
|
02 |
0 iload_1 // Push local variable 1 (argument i)
|
03 |
1 tableswitch 0 to 2 : // Valid indices are 0 through 2
|
04 |
0 : 28 // If i is 0, continue at 28
|
05 |
1 : 30 // If i is 1, continue at 30
|
06 |
2 : 32 // If i is 2, continue at 32
|
07 |
default : 34 // Otherwise, continue at 34
|
08 |
28 iconst_0 // i was 0; push int constant 0...
|
09 |
29 ireturn // ...and return it
|
10 |
30 iconst_1 // i was 1; push int constant 1...
|
11 |
31 ireturn // ...and return it
|
12 |
32 iconst_2 // i was 2; push int constant 2...
|
13 |
33 ireturn // ...and return it
|
14 |
34 iconst_m1 // otherwise push int constant -1...
|
15 |
35 ireturn // ...and return it
|
也就是TableSwitch只要计算一次偏移量,立即就能到case执行,其时间复杂度为O(1)
编译后:
01 |
Method int chooseFar( int )
|
也就是LookupSwitch编译后会保证其顺序,并采用二分法查找对应的case,其时间复杂度为O(log n)
本机,全部预先执行1w次跳过jit的影响,采用map与switch各执行1亿次,执行时间是两位数的差距,map为400多ms,switch为5ms
当然测试的场景case都比较少,如果达到1k多个case条件呢? Jit还会把jvm指令缓存吗?,如果不缓存又是另外的情况了
大家可以把eclipse设置Xint,看看屏蔽jit后大量运行的效果
还有switch在什么场景下编译后会是TableSwitch,什么下会是LookupSwitch,毕竟两者的时间复杂度还是有差距
Java应用的性能,还是要详细分析其场景,至于要性能还是代码更优雅,要自己权衡了,呵呵,有更好的方案,还请分享哦
时间: 2024-08-05 07:10:48