如何有效地遍历一个大列表？答案

【问题标题】：How do I efficiently iterate through a big list?如何有效地遍历一个大列表？
【发布时间】：2018-12-22 16:43:41
【问题描述】：

我想制作一个类似于 Minecraft 的开放世界 2D 游戏，并将世界加载到块（就像 MC）中，大小为 16x16 块（总共 256 个块）。但是我通过迭代 256 次发现，用这样的代码完全迭代需要将近 20ms：

long time = System.nanoTime();
for(int i = 0; i < 16*16; i++)
{
    System.out.println(i);
}
System.out.println(System.nanoTime() - time);

因为我不仅要打印数字，还要获取一个块，获取它的纹理并将该纹理绘制到框架上，我担心迭代可能需要更长的时间。也许我只是夸大了一点，但有没有办法更快地迭代？

【问题讨论】：

除非你转向多线程
如果你真的想访问所有这 256 个区块，你肯定需要访问所有这些区块。唯一可能提高遍历速度的是在并行线程中访问它们。但这听起来不像你的用例。
我不太确定迭代的原因，但是如果您正在搜索某些东西并且您知道坐标，也许可以查看不同类型的搜索，不是线性的，因为这不是最高效，即 0 一直到 255 不是很有效，将其拆分可能更有效。如果它只是初始加载，那么您可以在用户看到它之前完成所有操作，然后显示它。如果是用于操作特定坐标，那么多维数组可能会适合。如果您必须参考 0-255 的坐标，那么您将能够操纵这个参考
print 不是一个快速操作，那么当您的 real 代码根本不会进行任何打印时，为什么要对 256 个值的打印进行性能测试。这就像说您认为哈雷车很慢，因为您在踏板车上进行了试驾。这是一个毫无意义的测试。扔掉那个代码，做你真正想做的事，然后分析那个代码，如果你确实有它的性能问题。

标签： java arrays iteration

【解决方案1】：

这不是需要 20 毫秒的迭代，而是 println();。以下会更快：

long time = System.nanoTime();
StringBuilder sb = new StringBuilder();
for(int i = 0; i < 16*16; i++)
{
    sb.append(i + System.getProperty("line.separator"));
}
System.out.println(sb);
System.out.println(System.nanoTime() - time);

【讨论】：

【解决方案2】：

因此，首先，请考虑到 256 的列表通常不被认为具有很大的大小。

您的代码消耗时间的主要不是遍历列表，而是使用System.out.println()。打印到控制台（或任何 I/O 操作）往往比其他指令花费更长的时间。

当我在本地尝试你的代码时，我得到大约 6 毫秒，但如果我这样做：

    long secondStart = System.nanoTime();
    StringBuffer stringBuffer = new StringBuffer();
    for(int i = 0; i < 16*16; i++)
    {
        stringBuffer.append(i);
        stringBuffer.append("\n");
    }
    System.out.println(stringBuffer);
    System.out.println(System.nanoTime() - secondStart);

我得到 0.5 毫秒。

如果该方法不适合您的需求，那么您需要像其他 cmets 所说的那样，考虑并行遍历列表的不同部分，可能会转向不同类型的遍历，甚至是不同类型的结构。

希望这会有所帮助。

【讨论】：

【解决方案3】：

你应该问问自己是否真的需要做所有这些工作。例如，您是否需要绘制相机看不到的东西？当然不是，因此排除该块中位于相机矩形之外的每个块。

过滤掉看不见的块意味着一些开销，但与在每次渲染更新时绘制块中的每个块相比，它通常是值得的，因为绘制东西是一项相当繁重的操作。

如果您只想加快遍历速度，您可以生成并行遍历块的线程或购买更好的硬件。但最好从如何以更少的工作量获得相同结果的问题开始。

另一方面，您的计算机应该能够毫无问题地绘制 256 个纹理，尤其是在 gpu 上完成时。因此，在进行过早优化之前可能会进行一些测试。

附言。实际上，您要优化的并不是遍历本身，而是每次迭代中完成的工作。只需迭代 256 次就会非常快。

【讨论】：