java8 stream和foreach哪个效率高?说下我的结论:150W条数据以上:stream>paralleStream>simple;150W条数据以下:simple>stream>paralleStream。从性能上考虑:小数据量用普通的forEach就可以,没有必要使用java8中的新出来的几种,已经在项目中使用的也不需要改回来,10W条也就几毫秒的差距。
2.测试用例
import java.util.ArrayList;
import java.util.List;
public class ForEachMain {
public static void main(String[] args) {
// 实例化arrayList
List arrayList = new ArrayList();
int num = 15000000;
// 插入10万条数据
for (int i = 0; i < num; i++) {
arrayList.add(i);
}
List res = new ArrayList<>();
res.clear();
// 用foreach循环arrayList
long arrayForeachStartTime = System.currentTimeMillis();
for (Integer in : arrayList) {
res.add(in);
}
long arrayForeachEndTime = System.currentTimeMillis();
System.out.println(
”用foreach循环arrayList ” + (num) + “次花费时间:” + (arrayForeachEndTime – arrayForeachStartTime) + “毫秒”);
res.clear();
// 用stream-foreach循环arrayList
long arrayStreamStartTime = System.currentTimeMillis();
arrayList.stream().forEach(e -> res.add(e));
long arrayStreamEndTime = System.currentTimeMillis();
System.out.println(
”用Stream-foreach循环arrayList ” + (num) + “次花费时间:” + (arrayStreamEndTime – arrayStreamStartTime) + “毫秒”);
res.clear();
// 用parallelStream-foreach循环arrayList
long arrayParallelStreamStartTime = System.currentTimeMillis();
arrayList.parallelStream().forEach(e -> res.add(e));
long arrayParallelStreamEndTime = System.currentTimeMillis();
System.out.println(“用parallelStream-foreach循环arrayList ” + (num) + “万次花费时间:”
+ (
arrayParallelStreamEndTime – arrayParallelStreamStartTime) + “毫秒”);
}
}
2.1 当num = 50000000时
用foreach循环arrayList 5000万次花费时间:2840毫秒
用stream-foreach循环arrayList 5000万次花费时间:507毫秒
用parallelStream-foreach循环arrayList 5000万次花费时间:1168毫秒
2.2 当num = 500000时
用foreach循环arrayList 50万次花费时间:13毫秒
用stream-foreach循环arrayList 50万次花费时间:25毫秒
用parallelStream-foreach循环arrayList 50万次花费时间:35毫秒
2.3 当num = 5000时
用foreach循环arrayList 5000次花费时间:1毫秒
用stream-foreach循环arrayList 0万次花费时间:16毫秒
用parallelStream-foreach循环arrayList 0万次花费时间:8毫秒
最直观的感觉,stream的流式处理应该比较快,这种想当然的推测,需要事实去佐证,运行过测试代码之后,发现并不是那么回事。耳听为虚,眼见为实,李子是不是涩的,最简单的方式是尝一口。请记住,编写代码时,一定要以最简洁为原则,毕竟运行程序的硬件成本会随着时间的推移在不断降低。
暂无评论内容