ちょっと気になったので、簡単にベンチマークしてみました。
最初は、ラムダ呼び出しが入る分forEachは遅いんじゃないかと思っていたら、倍の速さに。
もちろん、いろんな条件で変わるんだろうけど、ここまで差が出ることがあるのは驚き。
あと、Collectors.summingIntのような基本型に対するCollectorを使うよりは、intStreamに変換してからsumなど専用メソッドを使うほうが圧倒的に速いことも確認できた。
とりあえず、0から10万件のListを用意。
array = IntStream.range(0, 100_000).boxed().collect(Collectors.toList());
それからベンチマーク用のメソッドを用意。
public static void bench(String name, Supplier<Integer> proc){ bench(name, 50_000, proc); } public static void bench(String name, int count, Supplier<Integer> proc){ for(int i = 0; i < 100; ++i){ proc.get(); } long s = System.currentTimeMillis(); for(int i = 0; i < count; ++i){ proc.get(); } System.out.printf("%s(%d):%dms%n", name, proc.get(), System.currentTimeMillis() - s); }
まずは拡張for
static Integer forEach(){ int c = 0; for(Integer i : array){ c += i; } return c; }
これをこんな感じで呼び出す
bench("forEach", LoopBench::forEach);
11124msという結果。
Iteratorを使うループ
static Integer ite(){ int c = 0; for(Iterator<Integer> ite = array.iterator(); ite.hasNext();){ c += ite.next(); } return c; }
10610msとなって、拡張forよりちょっと速い。
ついでにインデックスでのアクセス
static Integer index(){ int c = 0; for(int i = 0; i < array.size(); ++i){ c += array.get(i); } return c; }
10813ms。拡張forより速く、iteratorより遅い。まあでもだいたい同じ。
Streamを使ってみる。
static Integer stream(){ int[] c = {0}; array.stream().forEach(i -> c[0] += i); return c[0]; }
5715msで、かなり速い。
ただ、これは集計用変数を配列にする必要があったりと、ちょっと美しくない。
こういうのはreduce使う必要があるので、Collectors.summingIntを使ってみる。
static Integer reduce(){ return array.stream().collect(Collectors.summingInt(i -> i)); }
40280msと、想像以上に遅い。parallelStreamにするとコア数分速くなって11305msになるけど、４コア使ってようやく拡張forと同じ処理時間というのは割にあわない。
これを、先にmapToIntでintStreamに変換してからsumすると、5303msとなってものすごく速くなる。
static Integer intreduce(){ return array.stream().mapToInt(i -> i).sum(); }
parallelStreamにすると2011msになって、並列化のうれしさもある。
Streamが入ってから、同じループ処理の書き方の選択肢が増えて、特性もそれぞれ違うので、違いをイメージしつつコードが書けるほうがよさそう。
2023/2/12 グラフ追記
ソースコード全体
public class LoopBench { public static void main(String[] args) { array = IntStream.range(0, 100_000).boxed().collect(Collectors.toList()); bench("forEach", LoopBench::forEach); bench("ite", LoopBench::ite); bench("index", LoopBench::index); bench("stream", LoopBench::stream); bench("intreduce", LoopBench::intreduce); bench("paraintreduce", LoopBench::paraintreduce); bench("reduce", LoopBench::reduce); bench("para", LoopBench::parareduce); } static List<Integer> array; static Integer forEach(){ int c = 0; for(Integer i : array){ c += i; } return c; } static Integer ite(){ int c = 0; for(Iterator<Integer> ite = array.iterator(); ite.hasNext();){ c += ite.next(); } return c; } static Integer index(){ int c = 0; for(int i = 0; i < array.size(); ++i){ c += array.get(i); } return c; } static Integer stream(){ int[] c = {0}; array.stream().forEach(i -> c[0] += i); return c[0]; } static Integer reduce(){ return array.stream().collect(Collectors.summingInt(i -> i)); } static Integer parareduce(){ return array.parallelStream().collect(Collectors.summingInt(i -> i)); } static Integer intreduce(){ return array.stream().mapToInt(i -> i).sum(); } static Integer paraintreduce(){ return array.parallelStream().mapToInt(i -> i).sum(); } public static void bench(String name, Supplier<Integer> proc){ bench(name, 50_000, proc); } public static void bench(String name, int count, Supplier<Integer> proc){ for(int i = 0; i < 100; ++i){ proc.get(); } long s = System.currentTimeMillis(); for(int i = 0; i < count; ++i){ proc.get(); } System.out.printf("%s(%d):%dms%n", name, proc.get(), System.currentTimeMillis() - s); } }
import matplotlib.pyplot as plt data = [11124, 10610, 10813, 5715, 40280, 11305, 5303, 2011] label = ["for-each", "iterator", "index", "stream", "collector", "collectorP", "IntStr", "IntStr(p)"] plt.bar(label, data)
