翻译人员: 铁锚
翻译时间: 2013年11月3日
原文链接: Efficient
Counter in Java
我们经常使用 HashMap作为计数器(counter)来统计数据库或者文本中的某些东西.
本文将使用HashMap来实现计数器的3种不同方式进行对比。
1. 新手级计数器
如果使用这一类别的计数器,那么代码大致如下所示:
- String source = "my name is name me and your name is her first her";
- String[] words = source.split(" ");
- // 新手级计数器
- public static void testNaive(String[] words){
- HashMap<String, Integer> counter = new HashMap<String, Integer>();
- for (String w : words) {
- if(counter.containsKey(w)){
- int oldValue = counter.get(w);
- counter.put(w, oldValue+1);
- } else {
- counter.put(w, 1);
- }
- }
- }
在每次循环中,判断是否包含了相应的key,如果包含,那么值在原来的基础上加1,如果没有,那就设置为1.
此种方式简单又直接,但并不是很有效率。效率不高的原因如下:
1.1 当一个key存在时,containsKey() 和 get() 分别调用了一次,这意味着对map进行了两次查找。
1.2 因为 Integer 是不可变的,每次循环在增加计数值的时候将会创建一个新的对象.
2. 入门级计数器
那么我们自然需要使用一个可变的整数来避免创建太多个Integer对象.可变整数类可以如下面所示来定义:
- // 可变Integer
- public static final class MutableInteger{
- private int val;
- public MutableInteger(int val){
- this.val = val;
- }
- public int get(){
- return this.val;
- }
- public void set(int val){
- this.val = val;
- }
- // 为了方便打印
- public String toString() {
- return Integer.toString(val);
- }
- }
那么计数器可以用如下的方式来改进:
- // 入门级计数器
- public static void testBetter(String[] words){
- HashMap<String, MutableInteger> counter = new HashMap<String, MutableInteger>();
- for (String w : words) {
- if(counter.containsKey(w)){
- MutableInteger oldValue = counter.get(w);
- oldValue.set(oldValue.get()+1); // 因为是引用,所以减少了一次HashMap查找
- } else {
- counter.put(w, new MutableInteger(1));
- }
- }
- }
因为不需要创建太多的Integer对象,看起来好了一些。然而,key存在的情况下,每次循环依然要进行两次查找.
3. 卓越级计数器
HashMap 的 put(key,value) 方法会返回key对应的当前value.了解这个特性,我们可以利用原有值来进行递增,并不需要多次的查找.
- public static void testEfficient(String[] words){
- HashMap<String, MutableInteger> counter = new HashMap<String, MutableInteger>();
- for (String w : words) {
- MutableInteger initValue = new MutableInteger(1);
- // 利用 HashMap 的put方法弹出旧值的特性
- MutableInteger oldValue = counter.put(w, initValue);
- if(oldValue != null){
- initValue.set(oldValue.get() + 1);
- }
- }
- }
4. 性能差异
为了测试这三种实现方式的性能,采用了下面的代码。先看看结果如何,性能测试分别执行了多次,对每一个数量级的测试,误差不算太大,所以取其中的一个结果排列如下:
- 10000000 次循环:
- 新手级计数器: 7726594902
- 入门级计数器: 6516014840
- 卓越级计数器: 5736574103
- 1000000 次循环:
- 新手级计数器: 777480106
- 入门级计数器: 642932000
- 卓越级计数器: 571867738
- 100000 次循环:
- 新手级计数器: 84323682
- 入门级计数器: 70176906
- 卓越级计数器: 61219664
- 10000 次循环:
- 新手级计数器: 13279550
- 入门级计数器: 7874100
- 卓越级计数器: 6460172
- 1000 次循环:
- 新手级计数器: 4542172
- 入门级计数器: 2933248
- 卓越级计数器: 992749
- 100 次循环:
- 新手级计数器: 3092325
- 入门级计数器: 1101695
- 卓越级计数器: 423942
- 10 次循环:
- 新手级计数器: 1993788
- 入门级计数器: 558150