您好,登錄后才能下訂單哦!
—舉例(學(xué)生排課)—
正常思路的處理方法和優(yōu)化過后的處理方法:
比如說給學(xué)生排課。學(xué)生和課程是一個(gè)多對(duì)多的關(guān)系。
按照正常的邏輯 應(yīng)該有一個(gè)關(guān)聯(lián)表來維護(hù) 兩者之間的關(guān)系。
現(xiàn)在,添加一個(gè)約束條件用于校驗(yàn)。如:張三上學(xué)期學(xué)過的課程,在排課的時(shí)候不應(yīng)該再排這種課程。
所以需要出現(xiàn)一個(gè)約束表(即:歷史成績表)。
即:學(xué)生選課表,需要學(xué)生成績表作為約束。
—方案一:正常處理方式—
當(dāng)一個(gè)學(xué)生進(jìn)行再次選課的時(shí)候。需要查詢學(xué)生選課表看是否已經(jīng)存在。
即有如下校驗(yàn):
//查詢 學(xué)生code和課程code分別為 A 和 B的數(shù)據(jù)是否存在 //list集合中存放 學(xué)生選課記錄全部的數(shù)據(jù) List<StudentRecordEntity> ListStudentRecord=service.findAll(); //查詢數(shù)據(jù),看是否已經(jīng)存在 StudentRecordEntity enSr=ListStudentRecord.find(s=>s.學(xué)生Code==A && s.課程Code==B); If(enSr==null){ //學(xué)生沒有選該課程 //.... }else{ //學(xué)生已經(jīng)選過該課程 //.... }
對(duì)于上面這種代碼的寫法,非常的簡練。而且也非常易懂。
首先,假設(shè)有5000個(gè)學(xué)生,100門課程。那么對(duì)于學(xué)生選課的數(shù)據(jù)集中,數(shù)據(jù)量將是5000*100.數(shù)據(jù)量會(huì)是十萬級(jí)別的數(shù)量級(jí)。
在十萬條數(shù)據(jù)中,查詢學(xué)生=A課程=B的一條記錄。執(zhí)行的效率會(huì)很低。因?yàn)閒ind方法的查詢也就是where查詢,即通過遍歷數(shù)據(jù)集合來查找。
所以,使用上面的代碼。在數(shù)據(jù)量逐漸增長的過程中,程序的執(zhí)行效率會(huì)大幅度下降。
ps:數(shù)據(jù)量增長,在該例子中并不太適合。例子可能不太恰當(dāng)??傊?,大概就是這個(gè)意思。)
—方案二:使用內(nèi)存進(jìn)行優(yōu)化效率—
這種做法,需要消耗內(nèi)存?;蛘哒f把校驗(yàn)的工作向前做(數(shù)據(jù)的初始化,在部署系統(tǒng)的過程中進(jìn)行)。即:在頁面加載的時(shí)候數(shù)據(jù)只調(diào)用提供的public方法進(jìn)行校驗(yàn)。
//學(xué)生Code 到 數(shù)組索引 Private Dictionary<string,int> _DicStudentCodeToArrayIndex; //課程Code 到 數(shù)據(jù)索引 Private Dictionary<string,int> _DicCourseCodeToArrayIndex; //所有學(xué)生 List<StudentEntity> ListStudent=service.findAllStudent(); //所有課程 List<CourseEntity> ListCourse=service.findAllCourse(); //所有 學(xué)生選課記錄 List<StudentCourseEntity> ListStudentRecord=service.finAll(); Private int[,] _ConnStudentRecord=new int[ListStudent.count,ListCourse.count]; //構(gòu)造 學(xué)生、課程的 數(shù)組 用于快速查找字典索引 Private void GenerateDic(){ For(int i=0; i<ListStudent.Count; i++) _DicStudentCodeToArrayIndex.Add(ListStudent[i].code,i) } For(int i=0; i<ListCourse.Count; i++){ _DicCourseCodeToArrayIndex.Add(ListCourse[i].code,i) } } //構(gòu)造學(xué)生選課 匹配的 二維數(shù)組。 1表示 學(xué)生已選該課程 Private void GenerateArray(){ Foreach(StudentRecordEntity sre in ListStudentRecord){ int x=_DicStudentCodeToArrayIndex[sre.學(xué)生Code]; int y=DicCourseCodeToArrayIndex[sre.課程Code]; ConnStudentRecord[x,y]=1; } } //對(duì)外公開的方法:根據(jù)學(xué)生Code 和課程Code 查詢 選課記錄是否存在 /// <returns>返回1 表示存在。返回0表示不存在</returns> Public void VerifyRecordByStudentCodeAndCourseCode(String pStudentCode,String pCourseCode){ int x=_DicStudentCodeToArrayIndex[pStudentCode]; int y=_DicCourseCodeToArrayIndex[pCourseCode]; Return ConnStudentRecord[x,y]; }
—性能分析—
分析一下第二種方案的表象。
1、方法很多。
2、使用的變量很多。
首先要說一下。該優(yōu)化的目的,是提高學(xué)生在選課的時(shí)候,所出現(xiàn)的卡頓現(xiàn)象(校驗(yàn)數(shù)據(jù)量大)。
分別對(duì)以上兩種方案進(jìn)行分析:
假設(shè)學(xué)生為N,課程為M
第一種方案:
時(shí)間復(fù)雜度很容易計(jì)算第一種方案最小為O(NM)
第二種方案:
1、代碼多。但是給用戶提供的只有一個(gè)VerifyRecordByStudentCodeAndCourseCode方法。
2、變量多,因?yàn)樵摲桨妇褪且褂脙?nèi)存提高效率的。
這個(gè)方法執(zhí)行流程:1、在Dictionary中使用Code找Index2、使用Index查詢數(shù)組。
第一步中,Dictionary中查詢是使用的Hash查找算法。時(shí)間復(fù)雜度為O(lgN)時(shí)間比較快。第二步,時(shí)間復(fù)雜度為O(1),因?yàn)閿?shù)組是連續(xù)的使用索引會(huì)直接查找對(duì)應(yīng)的地址。
所以,使用第二種方案進(jìn)行校驗(yàn),第二種方案時(shí)間復(fù)雜度為O(lgN+lgM)
—總結(jié)—
通過上面的分析,可以看出,內(nèi)存的付出是可以提高程序的執(zhí)行效率的。以上只是一個(gè)例子,優(yōu)化的好壞取決于使用的數(shù)據(jù)結(jié)構(gòu)。
以上就是本文關(guān)于Java性能優(yōu)化之?dāng)?shù)據(jù)結(jié)構(gòu)實(shí)例代碼的全部內(nèi)容,希望對(duì)大家有所幫助。感興趣的朋友可以繼續(xù)參閱本站其他相關(guān)專題,如有不足之處,歡迎留言指出。感謝朋友們對(duì)本站的支持!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。