为什么一遍又一遍地运行相同的函数（使用递增的值）时我的处理时间会下降？答案

【问题标题】：Why does my processing time drop when running the same function over and over again (with incremented values)?为什么一遍又一遍地运行相同的函数（使用递增的值）时我的处理时间会下降？
【发布时间】：2015-08-12 18:05:34
【问题描述】：

我正在测试一种新方法来替换我的旧方法并进行了一些速度测试。当我现在查看我看到的图表时，每次迭代所需的时间急剧下降。

现在我想知道为什么会这样。我的问题是，我的显卡接管了繁重的工作，但第一个函数迭代 n 次，第二个（蓝色的）没有单次迭代，但“繁重”的计算使用双精度。

如果需要系统详细信息：操作系统：Mac OS X 10.10.4 核心：2.8 GHz Intel Core i7 (4x) 显卡：AMD Radeon R9 M370X 2048 MB

如果你需要这两个功能：

新的：

private static int sumOfI(int i) {
    int factor;
    float factor_ = (i + 1) / 2;

    factor = (int) factor_;

    return (i % 2 == 0) ? i * factor + i / 2 : i * factor;
}

老一：

private static int sumOfIOrdinary(int j) {
    int result = 0;
    for (int i = 1; i <= j; i++) {
        result += i;
    }
    return result;
}

为了澄清我的问题：为什么处理时间会大幅下降？

编辑：我至少对成本等有一点了解。我可能没有很好地解释我的测试方法。我有一个简单的 for 循环，在这个测试中从 0 计数到 1000，我将每个值提供给 1 个方法并记录它所花费的时间（整个循环执行），然后我对另一种方法做了同样的事情。

所以在循环达到大约 500 次后，相同方法的执行时间明显减少。

【问题讨论】：

澄清一下，迭代是每个函数被调用多少次还是输入到函数中的次数？

标签： java macos

【解决方案1】：

Java 没有计算显卡上的任何东西（没有其他框架或类的帮助）。此外，您认为今天对于 cpu 来说“繁重”的计算有点容易（即使除法有点棘手）。因此速度取决于生成的字节码和运行程序时的 Java 优化，主要取决于 Big-O 表示法。

您的方法 sumOfI 只是要执行的 x 语句，所以这是 O(1)，无论您的 i 有多大，它总是只有 x 语句。但是sumOfIOrdinary 使用一个循环，它的 O(n) 这将使用 y 语句 + i 语句，具体取决于输入。

所以从理论上讲，在最坏的种姓中sumOfI 总是比sumOfIOrdinary 快。你也可以在字节码视图中看到这个问题。 sumOfI 只是对 cpu 的一些 load 和 add 和 multiply 调用。但是对于循环，字节码也使用goto 并且需要返回到旧地址并且需要再次执行行，这将花费时间。

在 i=500000 的 VM 上，第一种方法需要

解释 Big-O-Notation 的链接：

【讨论】：