Java for-loop 优化

Question

我用java为循环做了一些运行时测试，发现了一个奇怪的行为。对于我的代码，我需要像int、Double等原始类型的包装对象来模拟io和输出参数，但这不是重点。看看我的代码。具有字段访问权限的对象怎么会比原始类型更快？

对于带压缩型的循环：

public static void main(String[] args) {
    double max = 1000;
    for (int j = 1; j < 8; j++) {
        double i;
        max = max * 10;
        long start = System.nanoTime();
        for (i = 0; i < max; i++) {
        }
        long end = System.nanoTime();
        long microseconds = (end - start) / 1000;
        System.out.println("MicroTime primitive(max: ="+max + "): " + microseconds);
    }
}

结果:

MicroTime原语（max：=10000.0）：110
MicroTime原语（max：=100000.0）：1081
MicroTime原语（max：=100000.0）：2450
MicroTime原语（max：=1.0E7）：28248
MicroTime原语（max：=1.0E8）：276205
MicroTime原语（max：=1.0E9）：2729824
MicroTime原语（max：=1.0E10）：27547009

用于具有简单类型（包装对象）的循环：

public static void main(String[] args) {
    HDouble max = new HDouble();
    max.value = 1000;
    for (int j = 1; j < 8; j++) {
        HDouble i = new HDouble();
        max.value = max.value*10;
        long start = System.nanoTime();
        for (i.value = 0; i.value <max.value; i.value++) {
        }
        long end = System.nanoTime();
        long microseconds = (end - start) / 1000;
        System.out.println("MicroTime wrapper(max: ="+max.value + "): " + microseconds);
    }
}

结果:

MicroTime包装器（max：=10000.0）：157
MicroTime包装器（max：=100000.0）：1561
MicroTime包装器（max：=100000.0）：3174
MicroTime包装器（max：=1.0E7）：15630
MicroTime包装器（max：=1.0E8）：155471
MicroTime包装器（max：=1.0E9）：1520967
MicroTime包装器（max：=1.0E10）：15373311

迭代越多，第二个代码越快。但是为什么呢？我知道java编译器和jvm正在优化我的代码，但是我从来没有想过原始类型会比具有字段访问权限的对象慢。
有人对此有合理的解释吗？

编辑:h双类:

public class HDouble {
    public double value;

    public HDouble() {
    }

    public HDouble(double value) {
        this.value = value;
    }

    @Override
    public String toString() {
        return String.valueOf(value);
    }
}

我还用其中的代码测试了我的循环。例如，我计算总和-

包装器for循环：

for (i.value = 0; i.value <max.value; i.value++) {
    sum.value = sum.value + i.value;
}

结果:

微时间包装器（最大： =10000.0）：243
微时间包装器（最大： =100000.0）： 2805
微时间包装器（最大： =1000000.0）： 3409
微时间包装器（最大： =1.0E7）： 28104
微时间包装器（最大： =1.0E8）： 278432
微时间包装器（最大： =1.0E9）： 2678322
微时间包装器（最大： =1.0E10）： 26665540

原始for循环：

for (i = 0; i < max; i++) {
    sum = sum + i;
}

结果:

微时间基元（最大： =10000.0）：149
微时间基元（最大： =100000.0）：1996
微时间基元（最大值： =1000000.0）： 2289
微时间基元（最大： =1.0E7）： 27085
微时间基元（最大： =1.0E8）： 279939
微时间基元（最大值： =1.0E9）： 2759133
微时间基元（最大： =1.0E10）： 27369724

Answer 1

很容易被手工制作的微量印记所愚弄 - 你永远不知道它们实际测量的是什么。这就是为什么有像JMH这样的特殊工具。但是，让我们分析一下原始的手工制作的基准会发生什么：

static class HDouble {
    double value;
}

public static void main(String[] args) {
    primitive();
    wrapper();
}

public static void primitive() {
    long start = System.nanoTime();
    for (double d = 0; d < 1000000000; d++) {
    }
    long end = System.nanoTime();
    System.out.printf("Primitive: %.3f s\n", (end - start) / 1e9);
}

public static void wrapper() {
    HDouble d = new HDouble();
    long start = System.nanoTime();
    for (d.value = 0; d.value < 1000000000; d.value++) {
    }
    long end = System.nanoTime();
    System.out.printf("Wrapper:   %.3f s\n", (end - start) / 1e9);
}

结果与你的有些相似：

Primitive: 3.618 s
Wrapper:   1.380 s

现在重复测试几次：

public static void main(String[] args) {
    for (int i = 0; i < 5; i++) {
        primitive();
        wrapper();
    }
}

它变得更有趣：

Primitive: 3.661 s
Wrapper:   1.382 s
Primitive: 3.461 s
Wrapper:   1.380 s
Primitive: 1.376 s <-- starting from 3rd iteration
Wrapper:   1.381 s <-- the timings become equal
Primitive: 1.371 s
Wrapper:   1.372 s
Primitive: 1.379 s
Wrapper:   1.378 s

看起来这两种方法最终都得到了优化。再次运行它，现在记录 JIT 编译器活动： -XX：-分层编译 -XX：编译唯一=测试 -XX： 打印编译

    136    1 %           Test::primitive @ 6 (53 bytes)
   3725    1 %           Test::primitive @ -2 (53 bytes)   made not entrant
Primitive: 3.589 s
   3748    2 %           Test::wrapper @ 17 (73 bytes)
   5122    2 %           Test::wrapper @ -2 (73 bytes)   made not entrant
Wrapper:   1.374 s
   5122    3             Test::primitive (53 bytes)
   5124    4 %           Test::primitive @ 6 (53 bytes)
Primitive: 3.421 s
   8544    5             Test::wrapper (73 bytes)
   8547    6 %           Test::wrapper @ 17 (73 bytes)
Wrapper:   1.378 s
Primitive: 1.372 s
Wrapper:   1.375 s
Primitive: 1.378 s
Wrapper:   1.373 s
Primitive: 1.375 s
Wrapper:   1.378 s

注< code>%在第一次迭代时登录编译日志。这意味着这些方法是在OSR(栈上替换)模式下编译的。在第二次迭代中，这些方法在正常模式下被重新编译。从那以后，从第三次迭代开始，原语和包装器在执行速度上没有区别。

您实际测量的是 OSR 存根的性能。它通常与应用程序的实际性能无关，您不应该太关心它。

但是问题仍然存在，为什么包装器的OSR存根比原始变量编译得更好？为了找出这一点，我们需要着手生成汇编代码:< br > < code >-XX:compile only = Test-XX:UnlockDiagnosticVMOptions-XX:print assembly

我将省略所有不相关的代码，只留下编译的循环。

原始：

0x00000000023e90d0: vmovsd 0x28(%rsp),%xmm1      <-- load double from the stack
0x00000000023e90d6: vaddsd -0x7e(%rip),%xmm1,%xmm1
0x00000000023e90de: test   %eax,-0x21f90e4(%rip)
0x00000000023e90e4: vmovsd %xmm1,0x28(%rsp)      <-- store to the stack
0x00000000023e90ea: vucomisd 0x28(%rsp),%xmm0    <-- compare with the stack value
0x00000000023e90f0: ja     0x00000000023e90d0

包装材料：

0x00000000023ebe90: vaddsd -0x78(%rip),%xmm0,%xmm0
0x00000000023ebe98: vmovsd %xmm0,0x10(%rbx)      <-- store to the object field
0x00000000023ebe9d: test   %eax,-0x21fbea3(%rip)
0x00000000023ebea3: vucomisd %xmm0,%xmm1         <-- compare registers
0x00000000023ebea7: ja     0x00000000023ebe90

如您所见，“基元”情况使许多加载和存储到堆栈位置，而“包装器”主要执行寄存器内操作。OSR 存根引用堆栈的原因非常可理解：在解释模式下，局部变量存储在堆栈上，并且 OSR 存根与此解释的帧兼容。在“包装器”情况下，值存储在堆上，并且对对象的引用已缓存在寄存器中。