检查字节数组是否全为零的最快方法

Question

我有一个，byte[4096]并且想知道最快的方法是检查所有值是否均为零？

有没有比做更快的方法：

byte[] b = new byte[4096];
b[4095] = 1;
for(int i=0;i<b.length;i++)
    if(b[i] != 0)
        return false; // Not Empty

Answer 1

我先将所有字节加总后就重写了这个答案，但是这是不正确的，因为Java已经对字节进行了签名，因此我需要or。 另外，我已将JVM预热更改为正确。

最好的选择实际上是简单地遍历所有值。

我想您有三种主要选择：

1. 或所有元素并检查总和。
2. 进行无分支比较。
3. 与分支进行比较。

我不知道使用Java添加字节的性能（低级性能）有多好，我知道如果进行分支比较，Java会使用（低级）分支预测变量。

因此，我希望发生以下情况：

byte[] array = new byte[4096];
for (byte b : array) {
    if (b != 0) {
        return false;
    }
}

1. 当分支预测变量仍在播种自身时，在前几次迭代中比较缓慢。
2. 由于分支预测，分支比较非常快，因为每个值无论如何都应为零。

如果它将达到非零值，则分支预测器将失败，从而导致比较变慢，但是由于要以任何一种方式返回false，因此您也处于计算的结尾。我认为，失败分支预测的成本要比继续迭代数组的成本小一个数量级。

我进一步 认为 ，for (byte b : array)应该允许这样做，因为据我所知，它应该直接编译成索引数组迭代，在没有PrimitiveArrayIterator内联代码的情况下，内联代码会导致一些额外的方法调用（遍历列表）。

更新资料

我写了自己的基准测试，得出了一些有趣的结果…不幸的是，我无法使用任何现有的基准测试工具，因为它们很难正确安装。

我还决定将选项1和2组合在一起，因为我认为它们实际上与无分支的您通常使用的所有内容（或减去条件）相同，然后检查最终结果。并且这里的条件是x > 0，因此a或0可能是noop。

代码：

public class Benchmark {
    private void start() {
        //setup byte arrays
        List<byte[]> arrays = createByteArrays(700_000);

        //warmup and benchmark repeated
        arrays.forEach(this::byteArrayCheck12);
        benchmark(arrays, this::byteArrayCheck12, "byteArrayCheck12");

        arrays.forEach(this::byteArrayCheck3);
        benchmark(arrays, this::byteArrayCheck3, "byteArrayCheck3");

        arrays.forEach(this::byteArrayCheck4);
        benchmark(arrays, this::byteArrayCheck4, "byteArrayCheck4");

        arrays.forEach(this::byteArrayCheck5);
        benchmark(arrays, this::byteArrayCheck5, "byteArrayCheck5");
    }

    private void benchmark(final List<byte[]> arrays, final Consumer<byte[]> method, final String name) {
        long start = System.nanoTime();
        arrays.forEach(method);
        long end = System.nanoTime();
        double nanosecondsPerIteration = (end - start) * 1d / arrays.size();
        System.out.println("Benchmark: " + name + " / iterations: " + arrays.size() + " / time per iteration: " + nanosecondsPerIteration + "ns");
    }

    private List<byte[]> createByteArrays(final int amount) {
        Random random = new Random();
        List<byte[]> resultList = new ArrayList<>();
        for (int i = 0; i < amount; i++) {
            byte[] byteArray = new byte[4096];
            byteArray[random.nextInt(4096)] = 1;
            resultList.add(byteArray);
        }
        return resultList;
    }

    private boolean byteArrayCheck12(final byte[] array) {
        int sum = 0;
        for (byte b : array) {
            sum |= b;
        }
        return (sum == 0);
    }

    private boolean byteArrayCheck3(final byte[] array) {
        for (byte b : array) {
            if (b != 0) {
                return false;
            }
        }
        return true;
    }

    private boolean byteArrayCheck4(final byte[] array) {
        return (IntStream.range(0, array.length).map(i -> array[i]).reduce(0, (a, b) -> a | b) != 0);
    }

    private boolean byteArrayCheck5(final byte[] array) {
        return IntStream.range(0, array.length).map(i -> array[i]).anyMatch(i -> i != 0);
    }

    public static void main(String[] args) {
        new Benchmark().start();
    }
}

令人惊讶的结果：

基准：byteArrayCheck12 /迭代：700000 /每次迭代时间：50.18817142857143ns
基准：byteArrayCheck3 /迭代：700000 /每次迭代时间：767.7371985714286ns
基准：byteArrayCheck4 /迭代：700000 /每次迭代时间：21145.03219857143ns
基准：byteArrayCheck5 /迭代：700000 /每次迭代时间：10376.119144285714ns

这表明orring比分支预测器快很多，这非常令人惊讶，因此我假设正在执行一些底层优化。

另外，我包括了流变种，但我没想到它会这么快。

运行有时钟的Intel i7-3770、16GB 1600MHz RAM。

所以我认为最终答案是：这取决于。这取决于要连续检查阵列的次数。“ byteArrayCheck3”解决方案始终稳定在700〜800ns。

跟进更新

事情实际上采取了另一种有趣的方法，结果是JIT几乎完全优化了所有计算，因为根本没有使用结果变量。

因此，我有以下新benchmark方法：

private void benchmark(final List<byte[]> arrays, final Predicate<byte[]> method, final String name) {
    long start = System.nanoTime();
    boolean someUnrelatedResult = false;
    for (byte[] array : arrays) {
        someUnrelatedResult |= method.test(array);
    }
    long end = System.nanoTime();
    double nanosecondsPerIteration = (end - start) * 1d / arrays.size();
    System.out.println("Result: " + someUnrelatedResult);
    System.out.println("Benchmark: " + name + " / iterations: " + arrays.size() + " / time per iteration: " + nanosecondsPerIteration + "ns");
}

这样可以确保无法优化基准测试的结果，因此主要问题是该byteArrayCheck12方法无效，因为它注意到(sum == 0)未在使用，因此优化了整个方法。

因此，我们得到以下新结果（为清晰起见，省略了结果打印）：

基准：byteArrayCheck12 /迭代：700000 /每次迭代时间：1370.6987942857143ns
基准：byteArrayCheck3 /迭代：700000 /每次迭代时间：736.1096242857143ns
基准：byteArrayCheck4 /迭代：700000 /每次迭代时间：20671.230327142857ns
基准：byteArrayCheck5 /迭代：700000 /每次迭代时间：9845.388841428572ns

因此，我们认为可以最终得出分支预测获胜的结论。但是，由于提前返回，它也可能发生，因为平均而言，有问题的字节将位于字节数组的中间，因此该是另一个不早返回的方法了：

private boolean byteArrayCheck3b(final byte[] array) {
    int hits = 0;
    for (byte b : array) {
        if (b != 0) {
            hits++;
        }
    }
    return (hits == 0);
}

这样，我们仍然可以从分支预测中受益，但是请确保不能早日返回。

反过来又给我们带来了更有趣的结果！

基准：byteArrayCheck12 /迭代：700000 /每次迭代时间：1327.2817714285713ns
基准：byteArrayCheck3 /迭代：700000 /每次迭代时间：753.31376ns
基准：byteArrayCheck3b /迭代：700000 /每次迭代时间：1506.6772842857142ns
基准：byteArrayCheck4 /迭代：700000 /每次迭代时间：21655.950115714284ns
基准测试：byteArrayCheck5 /迭代次数：700000 /每次迭代时间：10608.70917857143ns

我认为我们可以最终得出结论，最快的方法是同时使用早期返回和分支预测，然后使用orring，然后再使用纯分支预测。我怀疑所有这些操作都在本机代码中进行了高度优化。

更新 ，使用long和int数组进行一些其他基准测试。

看到使用建议后long[]，int[]我认为值得研究。但是，这些尝试可能不再完全符合原始答案，但是仍然可能很有趣。

首先，我更改了benchmark使用泛型的方法：

private <T> void benchmark(final List<T> arrays, final Predicate<T> method, final String name) {
    long start = System.nanoTime();
    boolean someUnrelatedResult = false;
    for (T array : arrays) {
        someUnrelatedResult |= method.test(array);
    }
    long end = System.nanoTime();
    double nanosecondsPerIteration = (end - start) * 1d / arrays.size();
    System.out.println("Result: " + someUnrelatedResult);
    System.out.println("Benchmark: " + name + " / iterations: " + arrays.size() + " / time per iteration: " + nanosecondsPerIteration + "ns");
}

然后我执行从转换byte[]到long[]和int[]分别 之前 的基准，也有人neccessary到最大堆大小设置为10 GB。

List<long[]> longArrays = arrays.stream().map(byteArray -> {
    long[] longArray = new long[4096 / 8];
    ByteBuffer.wrap(byteArray).asLongBuffer().get(longArray);
    return longArray;
}).collect(Collectors.toList());
longArrays.forEach(this::byteArrayCheck8);
benchmark(longArrays, this::byteArrayCheck8, "byteArrayCheck8");

List<int[]> intArrays = arrays.stream().map(byteArray -> {
    int[] intArray = new int[4096 / 4];
    ByteBuffer.wrap(byteArray).asIntBuffer().get(intArray);
    return intArray;
}).collect(Collectors.toList());
intArrays.forEach(this::byteArrayCheck9);
benchmark(intArrays, this::byteArrayCheck9, "byteArrayCheck9");

private boolean byteArrayCheck8(final long[] array) {
    for (long l : array) {
        if (l != 0) {
            return false;
        }
    }
    return true;
}

private boolean byteArrayCheck9(final int[] array) {
    for (int i : array) {
        if (i != 0) {
            return false;
        }
    }
    return true;
}

得到了以下结果：

基准：byteArrayCheck8 /迭代：700000 /每次迭代时间：259.8157614285714ns
基准：byteArrayCheck9 /迭代：700000 /每次迭代时间：266.38013714285717ns

如果可能以这种格式获取字节，则可能值得探讨。但是，在基准方法内进行转换时，每次迭代的时间约为2000纳秒，因此当您需要自己进行转换时，这是不值得的。