java优化for循环

嵌套循环

• 外大内小

private static void inBigOutSmall(){
	long startTime = System.currentTimeMillis();
	int a = 0;
	for (int i = 0; i < 1000000000; i++) {
	    for (int j = 0; j < 10; j++) {
	        a += j;
	    }
	}
	long endTime = System.currentTimeMillis();
	System.out.println("外大内小耗时："+ (endTime - startTime) + " : 结果："+a);
}

• 外小内大

private static void outBigInSmall(){
    long startTime = System.currentTimeMillis();
    int a = 0;
    for (int j = 0; j < 10; j++) {
        for (int i = 0; i < 1000000000; i++) {
            a += j;
        }
    }
    long endTime = System.currentTimeMillis();
    System.out.println("外小内大耗时："+ (endTime - startTime) + " : 结果："+a);
}

输出结果

外大内小耗时：3071 : 结果：2050327040
外小内大耗时：196 : 结果：2050327040

由结果得出，嵌套循环应遵循 “外小内大” 的原则

循环计算

• 原数据类型

private static void outBigInSmall(){
    long startTime = System.currentTimeMillis();
    int a = 0;
    for (int j = 0; j < 10; j++) {
        for (int i = 0; i < 10000000; i++) {
            a += j;
        }
    }
    long endTime = System.currentTimeMillis();
    System.out.println("外小内大耗时："+ (endTime - startTime) + " : 结果："+a);
}

• 包装数据类型

private static void outBigInSmall(){
    long startTime = System.currentTimeMillis();
    Integer a = 0;
    for (int j = 0; j < 10; j++) {
        for (int i = 0; i < 10000000; i++) {
            a += j;
        }
    }
    long endTime = System.currentTimeMillis();
    System.out.println("外小内大耗时："+ (endTime - startTime) + " : 结果："+a);
}

输出结果

原数据类型耗时：6 : 结果：450000000
包装数据类型耗时：615 : 结果：450000000

由结果得出，循环计算应该尽量避免使用 “包装数据类型”

更多优化细节参考 不受天磨非好汉,不遭人妒是庸才——刘水镜