Java Stream 的工作速度比 for 循环慢答案

【问题标题】：Java Stream works slower than for loopJava Stream 的工作速度比 for 循环慢
【发布时间】：2020-04-19 14:34:31
【问题描述】：

有人告诉我，Java Stream 是处理大量数据的好选择，我最近做了一个比较测试。然而测试结果出乎意料：

问题来自 CodeWar：

假设有一个地铁最初有 100 人，每一站都有几个人上地铁，几个人下车。目标是统计经过大量停靠后仍留在地铁中的人数（100000）。

这是我的代码：

import java.util.ArrayList;

public class Metro1 {
    private final static int STOPS = 100000;
    private static ArrayList<int[]> metro = new ArrayList<int[]>();

    public static int sum1() {
        int sum = 0;
        for(int[] x: metro) {
            sum +=x[0] - x[1];
        }
        return sum;
    }

    public static int sum2() {
        return metro.stream()
                .mapToInt(x -> x[0]-x[1])
                .sum();
    }
    public static void main(String[] args) {
        long start=0;
        long end = 0;
        metro.add(new int[] {100,0});
        for(int i=1;i<STOPS;i++) {
            int in = (int) Math.round(Math.random() * 10);
            int out = (int) Math.round(Math.random() * 10);
            metro.add(new int[] {in,out});
        }
        System.out.println("Stops: " + metro.size());

        start = System.currentTimeMillis();
        System.out.println("sum1: " + sum1());
        end = System.currentTimeMillis();
        System.out.println("sum1 (for loop): " + String.valueOf(end-start) + " milliseconds.");


        start = System.currentTimeMillis();
        System.out.println("sum2: " + sum2());
        end = System.currentTimeMillis();
        System.out.println("sum1 (stream): " + String.valueOf(end-start) + " milliseconds.");

    }

}

我在 Eclipse 中运行代码，发现 sum1 比 sum2 快得多：

Stops: 100000
sum1: 79
sum1 (for loop): 6 milliseconds.
sum2: 79
sum1 (stream): 68 milliseconds.

我以为代码很简单，但是为什么流比for循环慢？

谢谢，

亚历克斯

【问题讨论】：

流比 for 循环慢，仅仅是因为它们做更多的工作。优点主要是可读性（和可并行性；但并行流的用处远不如您所相信的围绕流的粉扑）。
Java performance tutorial – How fast are the Java 8 streams?Java 8’s streams are slow and why it doesn’t matter。你有一个搜索引擎，不是吗？
这能回答你的问题吗？ How do I write a correct micro-benchmark in Java?

标签： java algorithm java-stream

【解决方案1】：

就像regexes 一样，特定的本地解析器可以更快，流可以提供一种快速简洁的数据处理方式。流的优点之一是在处理元素时可以最小化中间数据结构。另一个是cmets中已经提到的parallel切面。

但至于你的例子。

依靠使用内部时钟的简单性能测试（即使我也这样做）并不是准确评估性能的最佳方式。使用 Java Microbench Harness 之类的东西进行测试。
至于您的结果，请尝试以下方法：
- 将STOPS 更改为100_000_000
- 将您的信息流修改为
  return metro.stream().parallel() .mapToInt(x -> x[0]-x[1]) .sum();

这是我Windows, quad core i7 laptop 上的结果

Stops: 100000000
sum1: -7073
sum1 (for loop): 908 milliseconds.
sum2: -7073
sum1 (stream): 518 milliseconds.

【讨论】：

谢谢。但是，即使我使用了 parallel()，我也无法使流更快地工作，实际上我在发布这个问题之前确实尝试过并行。我的笔记本电脑是双核 mac。
我仔细检查了我的代码，发现其中有一个错误。现在带有 parallel() 的流工作得更快，几乎与 for 循环相同。再次感谢您的详细信息！

【解决方案2】：

流式 API 更多的是为了代码的可读性和可维护性。 For 循环可能会提供更好的性能，但有时性能可能不是衡量的重要指标。拥有可维护的代码同样重要。

我们可以使用具有非常大数据集的并行流，但同样不能保证更好的性能，因为这涉及其他开销并取决于可用资源。

【讨论】：