Я запустил следующую программу в другой версии Java.
final double[] values = new double[10000];
final long start = System.currentTimeMillis();
double sum = 0;
for (int i = 0; i < values.length; i++)
sum += Math.pow(values[i], 2);
final long elapsed = System.currentTimeMillis() - start;
System.out.println("Time elapse :: " + elapsed);
Ява 7: вывод
Прошедшее время :: 1
Java 8: вывод
Прошло время :: 7
Почему в Java 8 есть проблема с производительностью по сравнению с 7?
pow займет 0,0000007 с вместо 0,0000001 с? Будете ли вы делать это так много раз, что это имеет значение? :-) 04.08.2015 Math.pow объясняются здесь 04.08.2015 Math.pow, который был методом Java в JDK 7u25, но стал собственным методом в JDK 8. 04.08.2015 pow. Мы не можем сказать, наблюдает ли ОП эту конкретную регрессию или нет. 04.08.2015 StrictMath.pow(), а скорее в другой встроенной функции, представленной в JDK 7u40, в которой не было специального случая для квадратов. Таким образом, нет прогрева —> нет наблюдения за регрессом производительности, описанным в дубликате. 04.08.2015 Прежде всего, в вашем тесте отсутствует прогрев. Вот более реалистичный код теста:
public class Test
{
public static void main(String[] args) {
final Random rnd = new Random();
for (int i = 0; i < 20; i++) {
final double[] values = new double[10000];
for (int j = 0; j < values.length; j++)
values[j] = rnd.nextDouble();
testPow(values);
}
}
private static void testPow(double[] values) {
final long start = System.nanoTime();
double sum = 0;
for (int i = 0; i < values.length; i++)
sum += Math.pow(values[i], 2);
final long elapsed = System.nanoTime() - start;
System.out.println("Sum: " + sum + "; Time elapse :: " + TimeUnit.NANOSECONDS.toMillis(elapsed));
}
}
Я запустил его на Java 8, и он дал 9 мс для миллиона элементов. На Java 6 это дало 62 миллисекунды. (извините, у меня не установлен JDK 7.)
С другой стороны, если я не инициализирую массив (как вы), то я получаю 0,9 мс для миллиона элементов, тогда как Java 6 остается прежним.
Чтобы воспроизвести свое наблюдение, просто возьмите результаты первого запуска, а затем сравните их с улучшением, которое произойдет позже. Чем меньше массив, тем больше повторений требуется для достижения порога JIT-компилятора по количеству итераций по самому внутреннему циклу, прежде чем он инициирует заданную оптимизацию.
