传递接口与重载类之间的性能差异
有一个共识，使用接口比使用类更好。我当然同意：库法接受ArrayList替代的List将是一个废话。
也有一个共识，就是性能总是一样的。在这里，我的基准要求不同。 接口和抽象类结果都有1到4种实现。当使用两个以上的实现时，性能开始出现差异。我正在寻找这种行为的解释（以及错误共识的由来）。
问题答案：
有一个共识，使用接口比使用类更好。
这太简单了。接口和抽象类都
具有彼此之间的优势。
链接到的答案建议将变量声明为java.util.List，而
不是尽可能声明为java.util.ArrayList 。没错，使用List可以为
您提供更大的灵活性，以便以后选择其他实现类，
因此，当您不需要特定于ArrayList的方法
（例如.trimToCapacity()）时，这是一件好事。但是，此建议通常与
接口或类无关，并且如果
java.util.List是抽象类也是如此。
也有一个共识，就是性能总是一样的。
流行的建议是，不要担心
类和接口之间的性能差异，而应该根据良好的
编程原理在它们之间进行选择。这是防止程序员
担心无关紧要的性能差异的好建议。但是有时会
误解为暗示没有区别，这是不正确的。这里
是一个小的差异：类是更快的。
通过类的方法调用，在类中的固定偏移量处有一个
vtable
，并且
在该表内的已知偏移量处找到了所需方法实现的指针，因此跳转到目标非常简单。
但是，尽管一个类只能扩展一个超类，但是一个类可以实现
任意数量的接口，因此通过接口进行方法调用更加
复杂。对于接口调用，它必须先查找类的
接口列表以找到所需的接口，然后才能
在该接口的表中查找方法实现。
当使用两个以上的实现时，性能开始出现
差异。
无论使用类还是使用接口，多态调用都会
在CPU上引起流水线刷新，因为CPU无法提前看到跳转的目标，因此
成本很高。如果在运行时知道调用站点是同
构的（oligo表示“很少”），则性能会急剧提高，因为
好的JVM会专门处理这些情况。对于单态情况，JVM可以
直接跳转到单个目标方法，甚至可以内联。对于
二态情况下，实现了o.f();仿佛（无效语法）： if (o.getClass() == A.class) A::f(o) else B::f(o);。
实际上，我不确定为什么在
基准测试中双态情况和单态情况一样快– CPU的分支预测器
难道不会在随机数据上有一半的时间出错吗？也许那里还有其他细微之处
-
问题内容： 我正在运行以下代码，但有时在运行时会出现某种并发异常。 我对其进行了重构以解决并发问题，但这确实使我提出了一个问题。如果将for构造更改为Iterator模式，性能会有所不同吗？foreach构造和Iterator类之间的访问级别有什么区别？ 问题答案： 区别主要在于语法糖，不同之处在于可以从迭代中删除项目。从技术上讲，增强的循环使您可以循环遍历所有，其中至少包括s和数组。 不必担心性
-
上次，我发现了Java8及以上版本函数式编程的难点，并在Collectors类中发现了一个静态方法。 我们有一个类员工像： 假设我们有一个类的POJO列表，并且我们希望接收一个所有员工姓名的列表。我们有两种方法，比如： 我知道第一种方法在上使用终端操作，而第二种方法在上使用中间操作，但我想知道第一种方法的性能是否比第二种方法差，反之亦然。如果您能解释第一种情况的潜在性能下降，当我们的数据源（emp
-
是的，这是一个老话题，但我仍然有一些困惑。 在Java，人们说： > 如果我随机访问它的元素，ArrayList比LinkedList快。我认为随机存取意味着“给我第n个元素”。为什么ArrayList更快？ LinkedList的删除速度比ArrayList快。我理解这一点。ArrayList速度较慢，因为需要重新分配内部备份阵列。代码说明： LinkedList的插入速度比ArrayList快
-
问题内容： 我正在计算稀疏自动编码器的算法。我已经使用和在python中实现了它。代码几乎相同，但是性能却大不相同。matlab完成任务所需的时间为0.252454秒，而numpy为0.973672151566，几乎是原来的四倍。在最小化问题中，我将在以后多次调用此代码，因此这种差异会导致实现之间的延迟几分钟。这是正常行为吗？如何提高numpy的性能？ numpy实现： Sparse.rho是调整
-
是的，这是一个老话题，但我还是有些困惑。 在爪哇，人们说： LinkedList的插入速度比ArrayList快。这里插入是什么意思？如果这意味着向后移动一些元素，然后将元素放在中间的空点，那么ArrayList应该比LinkedList慢。如果插入只意味着添加（对象）操作，这怎么会慢呢？