一、前言

最近会使用到很多的数据处理，其中多出使用了for循环操作，于是思考了一下性能和优化相关的东西，遂有此文...

二、循环的性能排序

在之前的文章中已经对此作了简单的测试，链接：

for循环、增强for循环、foreach、lambda循环哪个效率高

结论：正常循环 > lambda > 增强for循环 > foreach

三、循环中的注意事项

3.1、以小驱大

这个和数据库关联查询是一个道理的，用小表驱动大表的效率是更高的。附代码如下：

/* 外大内小 */ Long start = System.nanoTime(); for (int i = 0;i < 1000; i++) { for (int j = 0;j < 10; j++ ) { } } Long end = System.nanoTime(); System.out.println("外大内小循环耗时：" + (end - start)); /* 外小内大 */ start = System.nanoTime(); for (int i = 0;i < 10; i++) { for (int j = 0;j < 1000; j++ ) { } } end = System.nanoTime(); System.out.println("外小内大循环耗时：" + (end - start));

耗时情况如下：外大内小循环耗时：181410外小内大循环耗时：93572

3.2、不在循环中做复杂的操作

我们不建议在循环中进行复杂的逻辑操作，这样每一次循环时都增加了性能损耗的，附代码：

Tips：我们参照“以小驱大”的性能基准！

/* 不要在循环中做复杂操作 */start = System.nanoTime();for (int i = 0;i < 10; i++) { for (int j = 0;j < ((10 * 10 * 10) > 100 ? 1000 : 100); j++ ) { }}end = System.nanoTime();System.out.println("在循环中做了复杂操作耗时：" + (end - start));

耗时情况如下： 在循环中做了复杂操作耗时：94176

3.3、不在循环中做无用操作

这个和上面的情况是有些类似的，我们不建议在循环体中做一些可有可无的操作，如：变量定义、无效输出、无效逻辑运算等。

附代码：

Tips：我们参照“以小驱大”的性能基准！

/* 不要在循环中做无效操作 */start = System.nanoTime();for (int i = 0;i < 10; i++) { for (int j = 0;j < 1000; j++ ) { Double.valueOf(j); Long.valueOf(i); }}end = System.nanoTime();System.out.println("循环中做了无意义操作耗时：" + (end - start));

耗时情况如下：循环中做了无意义操作耗时：2483294

3.4、不要在循环体重做异常捕获

每一次的循环都做异常处理是比较耗时的，建议放在循环外部进行异常处理。（如果需要多循环分支做异常处理怎么办？）

Tips：我们参照“以小驱大”的性能基准！

/* 不要在循环中异常处理 */start = System.nanoTime();for (int i = 0;i < 10; i++) { for (int j = 0;j < 1000; j++ ) { try { int a = i - j; }catch (Exception e){ e.printStackTrace(); } }}end = System.nanoTime();System.out.println("循环中做了异常捕获耗时：" + (end - start));

耗时情况：循环中做了异常捕获耗时：200728

3.5、数据分类处理

如果循环数据能进行分类处理，可以使用关键标识作为Key，然后转成Map进行分类操作处理，必要时可以按照分类开启多线程。

eg：2021年所有员工的业务数据统计。可以做成员工为Key数据为Value的数据进行处理。

3.6、循环中少做外部调用

在循环体中尽量少去做RPC调用、数据库查询等。可以考虑批量操作，比如MP的“saveBatch”、“updateBatchById”等。

3.7、做好前置判断

循环中，如果对属性做检测的，尽量在开始的时候进行，这样可以过滤掉后续的无效逻辑处理。

3.8、删除使用过的数据

如果确认不会对当前的数据做后续操作，可以在数据子项使用后就删除掉，这样可以通过减少数据长度的情况下减少循环操作。

更多精彩，请持续关注：光华技术