lamada下集合同步和并发处理效率验证

对于集合，我们并不陌生，用的很多，也会不知不觉中忽略其中的一些细节，比如细节问题，当在大数据情况下的效率问题等。

我主要是针对list和set使用lamada来对集合进行处理的效率比较，同时还对同步和并发进行了验证

代码如下：

 1  //根据数字的大小，有不同的结果
 2     private static int size = 10000000;
 3 
 4  /**
 5      * 测试list
 6      */
 7     public static void testList() {
 8         List<Integer> list = new ArrayList<>(size);
 9         for (Integer i = 0; i < size; i++) {
10             list.add(new Integer(i));
11         }
12 
13         List<Integer> temp1 = new ArrayList<>(size);
14         //老的
15         long start = System.currentTimeMillis();
16         for (Integer i : list) {
17             temp1.add(i);
18         }
19         System.out.println("old:" + (System.currentTimeMillis() - start));
20 
21         //同步
22         long start1 = System.currentTimeMillis();
23         list.stream().collect(Collectors.toList());
24         System.out.println("同步：" + (System.currentTimeMillis() - start1));
25 
26         //并发
27         long start2 = System.currentTimeMillis();
28         list.parallelStream().collect(Collectors.toList());
29         System.out.println("并发:" + (System.currentTimeMillis() - start2));
30     }

针对不同的数据进行了测试

当size=100000时，

 

当size=1000000时，

 

 

 

当size=10000000时，

 

 

 因为本地内存有限，再往大测试会内存溢出，但是我们能看出，list集合 并发 还是比同步快很多，数量级越大差距越大

 

接下来我们来测试下set的效率

代码如下：

 1 //根据数字的大小，有不同的结果
 2     private static int size = 100000;
 3 
 4 
 5 /**
 6      * 测试set
 7      */
 8     public static void testSet() {
 9         List<Integer> list = new ArrayList<>(size);
10         for (Integer i = 0; i < size; i++) {
11             list.add(new Integer(i));
12         }
13 
14         Set<Integer> temp1 = new HashSet<>(size);
15         //老的
16         long start = System.currentTimeMillis();
17         for (Integer i : list) {
18             temp1.add(i);
19         }
20         System.out.println("old:" + (System.currentTimeMillis() - start));
21 
22         //同步
23         long start1 = System.currentTimeMillis();
24         list.stream().collect(Collectors.toSet());
25         System.out.println("同步：" + (System.currentTimeMillis() - start1));
26 
27         //并发
28         long start2 = System.currentTimeMillis();
29         list.parallelStream().collect(Collectors.toSet());
30         System.out.println("并发:" + (System.currentTimeMillis() - start2));
31     }

当size=100000时，  

 

当size=1000000时， 

 

 当size=10000000时，

 

我们会发现，set来说，当超过一定数量级的时候，并发的效率反而低于同步的效率，所以不能盲目认为并发一定高于同步。

总得来说，我们也可以看出来list和set本身特性给他们带来的影响，list是有序且可重复的，而set则是无序且不能重复的，导致并发带来的效率完全不一样。

一次作为经验，用于后续参考使用。

 

 

 

标签：验证,list,System,currentTimeMillis,并发,lamada,println,size
来源： https://www.cnblogs.com/xzshare/p/12258375.html