JAVA中for循环优化的思考

　　一、前言
　　最近会使用到很多的数据处理，其中多出使用了for循环操作，于是思考了一下性能和优化相关的东西，遂有此文...
　　二、循环的性能排序
　　在之前的文章中已经对此作了简单的测试，链接：
　　for循环、增强for循环、foreach、lambda循环哪个效率高
　　结论：正常循环 > lambda > 增强for循环 > foreach
　　三、循环中的注意事项
　　3.1、以小驱大
　　这个和数据库关联查询是一个道理的，用小表驱动大表的效率是更高的。附代码如下：           /* 外大内小 */         Long start = System.nanoTime();         for (int i = 0;i < 1000; i++) {             for (int j = 0;j < 10; j++ ) {              }         }         Long end = System.nanoTime();         System.out.println(＂外大内小循环耗时：＂ + (end - start));          /* 外小内大 */         start = System.nanoTime();         for (int i = 0;i < 10; i++) {             for (int j = 0;j < 1000; j++ ) {              }         }         end = System.nanoTime();         System.out.println(＂外小内大循环耗时：＂ + (end - start));
　　耗时情况如下：
　　外大内小循环耗时：181410
　　外小内大循环耗时：93572
　　3.2、不在循环中做复杂的操作
　　我们不建议在循环中进行复杂的逻辑操作，这样每一次循环时都增加了性能损耗的，附代码：
　　Tips：我们参照＂以小驱大＂的性能基准！           /* 不要在循环中做复杂操作 */ start = System.nanoTime(); for (int i = 0;i < 10; i++) {     for (int j = 0;j < ((10 * 10 * 10) > 100 ? 1000 : 100); j++ ) {      } } end = System.nanoTime(); System.out.println(＂在循环中做了复杂操作耗时：＂ + (end - start));
　　耗时情况  如 下：
　　在循环中做了复杂操作耗时：94176
　　3.3、不在循环中做无用操作
　　这个和上面的情况是有些类似的，我们不建议在循环体中做一些可有可无的操作，如：变量定义、无效输出、无效逻辑运算等。
　　附代码：
　　Tips：我们参照＂以小驱大＂的性能基准！   /* 不要在循环中做无效操作 */ start = System.nanoTime(); for (int i = 0;i < 10; i++) {     for (int j = 0;j < 1000; j++ ) {         Double.valueOf(j);         Long.valueOf(i);     } } end = System.nanoTime(); System.out.println(＂循环中做了无意义操作耗时：＂ + (end - start));
　　耗时情况如下：
　　循环中做了无意义操作耗时：2483294
　　3.4、不要在循环体重做异常捕获
　　每一次的循环都做异常处理是比较耗时的，建议放在循环外部进行异常处理。（如果需要多循环分支做异常处理怎么办？）
　　Tips：我们参照＂以小驱大＂的性能基准！   /* 不要在循环中异常处理 */ start = System.nanoTime(); for (int i = 0;i < 10; i++) {     for (int j = 0;j < 1000; j++ ) {         try {             int a = i - j;         }catch (Exception e){             e.printStackTrace();         }     } } end = System.nanoTime(); System.out.println(＂循环中做了异常捕获耗时：＂ + (end - start));
　　耗时情况：
　　循环中做了异常捕获耗时：200728
　　3.5、数据分类处理
　　如果循环数据能进行分类处理，可以使用关键标识作为Key，然后转成Map进行分类操作处理，必要时可以按照分类开启多线程。
　　eg：2021年所有员工的业务数据统计。可以做成员工为Key数据为Value的数据进行处理。
　　3.6、循环中少做外部调用
　　在循环体中尽量少去做RPC调用、数据库查询等。可以考虑批量操作，比如MP的＂saveBatch＂、＂updateBatchById＂等。
　　3.7、做好前置判断
　　循环中，如果对属性做检测的，尽量在开始的时候进行，这样可以过滤掉后续的无效逻辑处理。
　　3.8、删除使用过的数据
　　如果确认不会对当前的数据做后续操作，可以在数据子项使用后就删除掉，这样可以通过减少数据长度的情况下减少循环操作。
　　更多精彩，请持续关注：光华技术