转载

Java 自动装箱、拆箱引起的耗时

Java 自动装箱、拆箱引起的耗时

在说 Java 的自动装箱和自动拆箱之前,我们先看一个例子。

这个错误我在项目中犯过(尴尬),拿出来共勉!

private static long getCounterResult(){
    Long sum = 0L;
    final int length = Integer.MAX_VALUE;
    for (int i = 0; i < length; i++) {
        sum += i;
    }

    return sum;
}

public static void main(String[] args){
    long startCountTime = System.currentTimeMillis();
    long result = getCounterResult();
    long endCountTime = System.currentTimeMillis();
    System.out.println("result = " + result + ", and take up time : " + (endCountTime - startCountTime) / 1000 + "s");
}

在我的电脑(macOS 64位系统,配置较高),打印结果如下:

result = 2305843005992468481, and take up time : 12s

居然使用了 12s ,是可忍 不可忍,再正常不过的代码怎么会耗时这么久呢?如果在配置差一点的电脑上运行耗时会更久(惊呆了.jpg)。

我们不妨先阅读下面的内容,再来分析、解决上述耗时的问题。

基本概念

自从 jdk1.5 之后就有了自动装箱(Autoboxing)和自动拆箱(AutoUnboxing)。

自动装箱,就是 Java 自动将原始(基本)类型转换成对应的封装器(对象)类型的过程,比如将 int 的变量转换成 Integer 对象,这个过程叫做装箱。

自动拆箱,就是 Java 自动将封装器(对象)类型转换成基本类型的过程,如将 Integer 对象转换成 int 类型值,这个过程叫做拆箱。

之所以称之为自动装箱和拆箱,是因为这些操作并非人工(程序猿)操作的,而是 Java 自带的一个特性。

下表是 Java 中的基本类型和对应的封装类型的对应表:

基本类型 封装器类
int Integer
byte Byte
long Long
float float
double Double
char Character
boolean Boolean

自动装箱示例:

int a = 3;
Integer b = a;

自动拆箱示例:

Integer b = new Integer(7);
int a = b;

Integer/int 自动拆箱和装箱

下面这段代码是 Integer 的源码中 valueOf 方法。

/**
* Returns an {@codeInteger} instance representing the specified
* {@codeint} value. If a new {@codeInteger} instance is not
* required, this method should generally be used in preference to
* the constructor {@link#Integer(int)}, as this method is likely
* to yield significantly better space and time performance by
* caching frequently requested values.
*
* This method will always cache values in the range -128 to 127,
* inclusive, and may cache other values outside of this range.
*
*@parami an {@codeint} value.
*@returnan {@codeInteger} instance representing {@codei}.
*@since1.5
*/
public static Integer valueOf(int i){
      // 如果i的值大于-128小于127则返回一个缓冲区中的一个Integer对象
    if (i >= IntegerCache.low && i <= IntegerCache.high)
        return IntegerCache.cache[i + (-IntegerCache.low)];
        
    // 否则返回 new 一个Integer 对象
    return new Integer(i);
}

我们在执行下面的这句代码,如下:

Integer i = 100;

上面的代码等同于下面的代码:

Integer i = Integer.valueOf(100);

结合上面的源码可以看出来,如果数值在 [-128,127] 之间(双闭区间),不会重新创建 Integer 对象,而是从缓存中(常量池)直接获取,从常量池中获取而不是堆栈操作,读取数据要快很多。

我们再来看一下常见的基础面试题(请给出打印结果),如下:

public static void main(String[] args){
    // ⓵
    Integer a = new Integer(121);
    Integer b = new Integer(121);
    System.out.println(a == b);
    
    // ⓶
    Integer c = 121;
    Integer d = 121;
    System.out.println(c == d);
    
    // ⓷
    Integer e = 129;
    Integer f = 129;
    System.out.println(e == f);
    
    // ⓸
    int g = 50;
    Integer h = new Integer(50);
    System.out.println(g == h);
}

分析结果:

⓵: false, 两个对象进行比较分别指向了不同堆内存

⓶: true, 自动装箱且数值在 [-128,127] 之间(双闭区间)

⓷: false, 自动装箱且数值不在 [-128,127] 之间(双闭区间)

⓸: true, 自动拆箱且数值在 [-128,127] 之间(双闭区间)

解析耗时问题

Long 对应的也有一个 valueof 方法,源码如下:

public static Long valueOf(long l){
    final int offset = 128;
    if (l >= -128 && l <= 127) { // will cache
        return LongCache.cache[(int)l + offset];
    }
    return new Long(l);
}

这个和 Integer 的很像,道理上面说过,这里不再赘述。

在开篇的例子中, getCounterResult 方法有下面这句代码,如下:

Long sum = 0L;

很明显我们声明了一个 Long 的对象 sum ,由于自动装箱,这句代码并没有语法上面的错误,编译器当然也不会报错。上面代码等同于如下代码:

Long sum = Long.valueof(0);

for 循环中,超过 [-128,127] 就会创建新的对象,这样不断的创建对象,不停的申请堆内存,程序执行自然也就比较耗时了。

修改一下代码,如下:

private static long getCounterResult(){
    // 修改为普通的基本类型数据
    long sum = 0L;
    final int length = Integer.MAX_VALUE;
    for (int i = 0; i < length; i++) {
        sum += i;
    }

    return sum;
}

public static void main(String[] args){
    long startCountTime = System.currentTimeMillis();
    long result = getCounterResult();
    long endCountTime = System.currentTimeMillis();
    System.out.println("result = " + result + ", and take up time : " + (endCountTime - startCountTime) / 1000 + "s");
}

执行时间大大缩短。

优柔寡断,是人生最大的负能量。对,别犹豫了赶紧扫码关注~

Java 自动装箱、拆箱引起的耗时

原文  http://www.veryitman.com/2019/04/07/Java-自动装箱、拆箱引起的耗时/
正文到此结束
Loading...