java 词频统计_效能分析——词频统计的java实现方法的第一次改进

java效能分析可以使用JProfiler

词频统计处理的文件为WarAndPeace，大小3282KB约3.3MB，输出结果到文件

在程序本身内开始和结束分别加入时间戳，差值平均为480-490ms。

结果如下：

1.统计概要

2.CPU运行曲线：程序运行高峰可以达到21.44%，原因可能的添加不同单词到map中之前对字符处理导致的，第二高峰可能是按词频序排序导致

3.内存占用情况：char数组占用较大，其原因也是读入文件进行处理必须的。String和StringBuffer，StringBuilder等也是创建了比较多的实例，如果可以的话可以尝试减少实例化数量

4.函数运行时间和调用次数统计。其中isCharacter函数平均运行时间非常短，但是调用次数太多倒数时间占比不小，这个函数会在每个字符读入后调用，是关键函数，暂时没法缩减其调用频率。

5.详细一些的高占比时间的函数运行统计排序，和之前的分析一样isCharacter函数运行占比较大，其他高占比函数也包括字符串处理函数。

总结：

由以上分析可得，isCharacter为使用次数多导致的比较高效的函数变为占比时间高的函数，字符串处理也占用了比较大的运行时间。char数组为内存占比较大的数据类型，后来对字符串的处理也会使用相对较大的内存。

效率改进方向：提升isCharacter效率和减少字符串创建的次数。