Scala 中 Array.map(f: A => B) 的性能不佳答案

【问题标题】：Poor performance of Array.map(f: A => B) in ScalaScala 中 Array.map(f: A => B) 的性能不佳
【发布时间】：2012-10-11 13:39:36
【问题描述】：

请有人向我解释一下，为什么 Array.map(f: A=> B) 方法的实现方式比这段代码慢 5 倍以上：

val list = Array(1, 2, 3, 4, 5, 6, 7, 8, 9)
val newList = new Array[Int](size)

var j = 0  
while (j < size) {
  newList(j) = list(j)
  j += 1
}

由 TraversableLike trait 提供的 Array 类中的方法 map(f: A=> B) 使用 Scala 'for loop' 来迭代输入 Array 对象的元素，这当然比使用慢得多'while 循环'。

Scala 版本：2.9.2 Java：jdk1.6.0_23 64位窗口

【问题讨论】：

【解决方案1】：

map 是一个通用操作（还没有专门化）。因此，您必须在进出功能的过程中对操作进行装箱/拆箱。不出所料，它要慢得多。这是罪魁祸首，而不是使用的循环样式。

这样做的原因是为了代码的一致性和易于维护。由于有无数人无限细心地编写代码，每种方法都是手工制作的，以实现最佳速度，同时仍然是通用的。通用实用程序比速度更受青睐，因为您总是可以通过手动编写 while 循环来恢复速度，但如果它不是通用的并且您需要它，那么您就会陷入困境。

通过对原始集合的操作来提高 Scala 的性能是一个目标，但可能不是 Scala 团队的首要目标。目前，如果您需要速度，请使用 while 循环。

【讨论】：

虽然对数组的操作应该是最先优化的事情，因为性能是使用数组的唯一原因（好吧，或者是大小限制）。
@ziggystar - 或 Java 互操作性。
谢谢。说得通。不错的 Collection API，包括 map、filter、reduce 方法，是主要特性之一，它首先吸引了我使用 Scala。但是，自从我开始在贝叶斯网络中研究一些高度计算密集型推理算法以来，我基本上是在重写类似函数的代码以使其更具命令性。
@user1763278 - 使用函数式还是命令式风格是一个不同的问题——这也可以提高性能（除了通用操作与原始操作）。但无论哪种方式，重构计算中计算量最大的部分，使其不像惯用的 Scala，而更像是注重性能的 Java，这是我经常做的事情。请记住，您只需要对算法的核心进行这种处理——程序的其余部分可以充分利用漂亮的集合等。