for-forEach-stream.forEach三种遍历方法

刺骨的言语ヽ痛彻心扉 2023-10-02 09:49 77阅读 0赞

java8新出的循环方式，在网上有大量的道友说用流的方式效率反而更低了。

大量的结论表明，这种方式只是语法糖（for-forEach-stream三种遍历方法执行效率比较与选用思考 - ZZY1078689276的专栏 - CSDN博客  
https://blog.csdn.net/ZZY1078689276/article/details/79430772）这篇文章一样的内容看了不止一次，我都不知道谁先写的。。

不过，耳听为虚，眼见为实，上代码亲自试验：

public static void main(String\[\] args) \{  
// 测试源  
List<String> sourceList = new ArrayList<>();  
for (int i = 0;i<10;i++) \{  
sourceList.add("第" + i + "条数据");  
\}  
System.out.println("数据条数：" + sourceList.size());  
long a1=System.currentTimeMillis();  
for (int i = 0;i < sourceList.size();i++) doSome();  
long a2=System.currentTimeMillis();  
System.out.println("普通for循环用时：" + (a2-a1));  
long b1=System.currentTimeMillis();  
for (String t:sourceList) doSome();  
long b2=System.currentTimeMillis();  
System.out.println("增强for循环用时：" + (b2-b1));  
long c1=System.currentTimeMillis();  
sourceList.forEach((t)-> doSome());  
long c2=System.currentTimeMillis();  
System.out.println("forEach循环用时：" + (c2-c1));  
  
long d1=System.currentTimeMillis();  
sourceList.parallelStream().forEach((t)-> doSome());  
long d2=System.currentTimeMillis();  
System.out.println("forEach-Stream循环用时：" + (d2-d1));  
\}  
结果如下：

数据条数：10  
普通for循环用时：0  
增强for循环用时：0  
forEach循环用时：43  
forEach-Stream循环用时：6

好吧,数据少了点，不过结果也很明显了，使用forEach循环耗时最多，流启动也很耗时。

不过，让我们把循环次数提升至100W如何？

数据条数：1000000  
普通for循环用时：3  
增强for循环用时：10  
forEach循环用时：46  
forEach-Stream循环用时：33

forEach-Stream方式用时增加了，不过forEach用时并没有明显增加，再来一次：

数据条数：1000000  
普通for循环用时：3  
增强for循环用时：7  
forEach循环用时：38  
forEach-Stream循环用时：31

exm？forEach循环用时反而减少了是什么情况？不过今天我不研究原理，只看结论的话，for循环和增强for循环至少还是比新出的forEach-Stream要强很多的。

但这么一来，难道新功能真的只是语法糖么？

有人问我doSome（）做了什么？实际上我什么都没做，但如果我真的做了什么呢？

比如等待一毫秒？

private static void doSome() \{  
try \{  
Thread.sleep(1);  
\} catch (Exception e) \{  
e.printStackTrace();  
\}  
\}  
再来一次：

数据条数：10000  
普通for循环用时：10025  
增强for循环用时：10009  
forEach循环用时：10067  
forEach-Stream循环用时：1567

Duang！！！！！！！

forEach-Stream的效率获得了碾压式的胜利！有人说是因为jvm预热原因，但先且不论预热的是什么（通常是指启动时加载的东西），预热这种一次性的行为怎么可能取得这么大的提升？

于是，让我们打印一下doSome（）的线程

ForkJoinPool.commonPool-worker-5  
ForkJoinPool.commonPool-worker-4  
ForkJoinPool.commonPool-worker-6  
ForkJoinPool.commonPool-worker-2  
main  
ForkJoinPool.commonPool-worker-3  
ForkJoinPool.commonPool-worker-7  
ForkJoinPool.commonPool-worker-1  
ForkJoinPool.commonPool-worker-6  
main  
ForkJoinPool.commonPool-worker-2  
ForkJoinPool.commonPool-worker-3  
ForkJoinPool.commonPool-worker-4  
ForkJoinPool.commonPool-worker-5  
ForkJoinPool.commonPool-worker-7  
ForkJoinPool.commonPool-worker-1  
ForkJoinPool.commonPool-worker-5  
main

stream().forEach用的多线程方式，其调用线程池的时候必然会耗费更多的时间。但如果你在循环内要处理的事情很多，或者要循环调用远程接口/数据库的时候，无疑极大的提升了效率