是否缓存了ArrayList.size（）方法？
我想知道，size()您可以在现有ArrayList<T>缓存中调用的方法吗？还是在性能关键代码中最好将其存储size()在本地int中？
当您在调用之间不添加/删除项目时，我希望它确实已缓存size()。
我对吗？
更新
我不是在谈论内联或类似的东西。我只想知道方法size()本身是否在内部缓存值，或者每次调用时它都会动态计算。
问题答案：
-
问题内容： 它可能是实现细节，但是对于Oracle和IBM JDK而言，至少是对已编译模式进行了缓存，还是作为应用程序开发人员我们需要自己对已编译模式进行缓存？ 问题答案： 我不认为结果会被缓存，并且代码或文档中也没有这种行为的证据。自己实现这样的缓存（当然）是比较琐碎的，但是我对这样的缓存很有用的用例感兴趣。 回覆。下面的注释和String.split（），有一种不同的方法，即代码采用简单的1或
-
我注意到，每次我运行一个新作业时，它所花费的时间比我再次启动它时长20%左右？ 如果一个作业运行多次，flink是否缓存一些结果并重用它们？如果是，我如何控制这一点？ 我想测量我的任务运行了多长时间，但每次我重新运行它们时，速度都比以前快。
-
void is_cached(string template, [string cache_id]) This returns true if there is a valid cache for this template. This only works if caching is set to true. 在指定模板的缓存存在是返回真。只有在缓存设置为真时才可用。 Example 13-18
-
问题内容： 但 为什么仅在分配字符串时才获得相同的id（）结果？ 编辑：我用“字符串”代替“ ASCII字符串”。感谢您的反馈 问题答案： 这与ASCII与非ASCII无关（您的“非ASCII”仍然是ASCII，只是标点符号，而不是字母数字）。CPython作为实现细节，将仅包含“名称字符”的字符串常量进行实习。在这种情况下，“名称字符”与正则表达式转义的含义相同：字母数字加下划线。 注意：这可以
-
有人能解释一下Spark Streaming是如何执行window（）操作的吗？从Spark 1.6.1文档来看，窗口批处理似乎会自动缓存在内存中，但从web UI来看，似乎会再次执行以前批处理中已执行的操作。为方便起见，我在下面附上了我正在运行的应用程序的屏幕截图： 通过查看webUI，看起来好像是在缓存的是194 MapValures（）RDD（绿点-这是我在DStream上调用windows
-
但是 为什么只有在赋值字符串时才能得到相同的id（）结果？ 编辑：我将“ascii字符串”替换为“字符串”。感谢您的反馈