Scala
代码:
@annotation.tailrec
private def fastLoop(n: Int, a: Long = 0, b: Long = 1): Long =
if (n > 1) fastLoop(n - 1, b, a + b) else b
字节码:
private long fastLoop(int, long, long);
Code:
0: iload_1
1: iconst_1
2: if_icmple 21
5: iload_1
6: iconst_1
7: isub
8: lload 4
10: lload_2
11: lload 4
13: ladd
14: lstore 4
16: lstore_2
17: istore_1
18: goto 0
21: lload 4
23: lreturn
结果是53879289.462 ± 6289454.961 ops/s
:
https://travis-ci.org/plokhotnyuk/scala-vs-java/jobs/56117116#L2909
Java
代码:
private long fastLoop(int n, long a, long b) {
while (n > 1) {
long c = a + b;
a = b;
b = c;
n--;
}
return b;
}
字节码:
private long fastLoop(int, long, long);
Code:
0: iload_1
1: iconst_1
2: if_icmple 24
5: lload_2
6: lload 4
8: ladd
9: lstore 6
11: lload 4
13: lstore_2
14: lload 6
16: lstore 4
18: iinc 1, -1
21: goto 0
24: lload 4
26: lreturn
结果为17444340.812 ± 9508030.117 ops/s
:
https://travis-ci.org/plokhotnyuk/scala-vs-java/jobs/56117116#L2881
是的,它取决于环境参数(JDK版本、CPU型号和RAM频率)和动态状态。但为什么在相同的环境中,大多数情况下,相同的字节码对于一系列函数参数可以产生稳定的2倍到3倍的差异呢?
这里是在我的笔记本上使用Intel(R) Core(TM) i7-2640M CPU @ 2.80GHz(最大3.50GHz)、RAM 12Gb DDR3-1333、Ubuntu 14.10、Oracle JDK 1.8.0_40-b25 64位下不同函数参数值的ops/s数字列表:
[info] Benchmark (n) Mode Cnt Score Error Units
[info] JavaFibonacci.loop 2 thrpt 5 171776163.027 ± 4620419.353 ops/s
[info] JavaFibonacci.loop 4 thrpt 5 144793748.362 ± 25506649.671 ops/s
[info] JavaFibonacci.loop 8 thrpt 5 67271848.598 ± 15133193.309 ops/s
[info] JavaFibonacci.loop 16 thrpt 5 54552795.336 ± 17398924.190 ops/s
[info] JavaFibonacci.loop 32 thrpt 5 41156886.101 ± 12905023.289 ops/s
[info] JavaFibonacci.loop 64 thrpt 5 24407771.671 ± 4614357.030 ops/s
[info] ScalaFibonacci.loop 2 thrpt 5 148926292.076 ± 23673126.125 ops/s
[info] ScalaFibonacci.loop 4 thrpt 5 139184195.527 ± 30616384.925 ops/s
[info] ScalaFibonacci.loop 8 thrpt 5 109050091.514 ± 23506756.224 ops/s
[info] ScalaFibonacci.loop 16 thrpt 5 81290743.288 ± 5214733.740 ops/s
[info] ScalaFibonacci.loop 32 thrpt 5 38937420.431 ± 8324732.107 ops/s
[info] ScalaFibonacci.loop 64 thrpt 5 22641295.988 ± 5961435.507 ops/s
额外的问题是“为什么ops/s的值如上所述以非线性方式下降?”
fastLoop
之前和之后发生的情况。我查看了您的 GitHub 项目,在我的机器上,当n=10时,只有20%的 CPU 时间用于fastLoop
,另外80%的时间用于处理BigInt
/BigInteger
。 - Aleksey Shipilev