單鏈表與List<T>究竟哪個遍歷速度快?
2010-07-02 01:21 Jeffrey Zhao 閱讀(27939) 評論(55) 收藏 舉報firelong雄文又起,不過說實話,可能是這篇文章寫的太簡單了,其中的理由和結論都聽得不是很明白。當然有一段話的意思很清楚(原話):“C#事件的背后是一個委托鏈表(單鏈表),單鏈表的遍歷調用性能遠低于數組鏈表(List<T>)”。這句話讓我比較納悶,因為從我的直覺來說,兩種做法之間即使性能有差距,也不該是“遠高于”啊。不過我提出這個疑問之后,firelong回應到(還是原話)“間接指針移動,和i++哪個快慢很難辨析嗎?”于是我想,還是做個試驗吧。試驗代碼很簡單:
public class Node { public Node Next; public int Value; } public class Item { public int Value; } class Program { static Node GetSingleList(int length) { Node root = null; for (int i = 0; i < length; i++) { root = new Node { Next = root, Value = 0 }; } return root; } static List<Item> GetList(int length) { return Enumerable.Range(0, length) .Select(_ => new Item { Value = 0 }).ToList(); } static void Main(string[] args) { int length = 10000; int iteration = 100000; int count = 0; var root = GetSingleList(length); var watch1 = Stopwatch.StartNew(); for (int t = 0; t < iteration; t++) { var node = root; while (node != null) { count += node.Value; node = node.Next; } } Console.WriteLine("{0} (Node List)", watch1.Elapsed); GC.Collect(); var list = GetList(length); var watch2 = Stopwatch.StartNew(); for (int t = 0; t < iteration; t++) { for (int i = 0; i < list.Count; i++) { count += list[i].Value; } } Console.WriteLine("{0} (List<Item>)", watch2.Elapsed); } }
使用Release模式編譯,并且保證VS不會Attach Debugger之后,執行幾遍結果如下:
00:00:02.0731861 (Node List) 00:00:02.4602990 (List<Item>) 00:00:02.3176291 (Node List) 00:00:02.2912638 (List<Item>) 00:00:02.1539642 (Node List) 00:00:02.4635390 (List<Item>)
我的直覺是這樣的:如果使用List<T>來遍歷,除了i++操作以外,還需要計算偏移量,根據List內部的數組來找到下一個對象的地址,再根據這個地址去訪問下一個對象,而單向鏈表的遍歷做的事情會少一些,只要一個接一個的訪問就行了。從結果上看,總體說來差別不大,并沒有出現firelong所說的“單向鏈表遍歷性能遠低于List<T>”的情況出現。而且事實上,這點性能真的有關系嗎?這里累計遍歷了10億個元素,才產生了零點幾秒的差距,而對于一個事件來說,您會為它添加多少個Handler,又會調用多少次呢?
我一直不愿意多談性能方面的問題,因為我實在沒有什么可談的,該談的都談過了。而且,我在這方面也沒吃過什么苦頭,即使遇到一些小問題,也是因為代碼寫的效率不高,簡單優化以后就沒有問題了。不過firelong的新文章談的是設計,例如覺得C#——應該說是.NET的事件機制很糟糕,yield功能沒有什么用,讓C#語法變的很臃腫等等。我喜歡語言,我很喜歡談語言設計,所以這些方面倒有可以討論的地方。只是最近事情有些多,以后我會寫的,您可以關注我的新博客。
這篇文章寫的比較匆忙,也沒有什么太可取的內容,便先簡單試試看這趟水有多深吧。
補充說明三點:
有朋友提出,數組里的對象在內存里的分布是連續的,單向鏈表不連續,因此考慮到如果換頁,緩存等關系,基于數組的效率會比較高。我的看法是:如果您遍歷的是int[],那么每個int值的在內存里自然是連續的,但是這里訪問的是Item[]這樣的引用元素的數組,連續分布的只是對象的地址,而要獲得最終對象,還得再根據地址去訪問某個內存,它就不能保證連續性了。同樣道理,有朋友說,真實情況下Node這樣的對象不是連續訪問的,我認為這個差別也不會偏袒向其中任何一方。也有朋友認為,不管怎么說數組里的地址是連續的,局部性還是更好。不過我認為,對于單向鏈表來說,如訪問Node的Value時,Next也會一并加載到緩存里去,同一個對象的字段是緊挨著的也是.NET出于局部性的考慮。
還有朋友指出,數組訪問它不會傻傻得i++再去訪問下標,它會優化。這沒錯,如果您用Item[]來代替List<Item>就會發現性能的確有提高(但同樣相差不大)。但是,firelong同學說的是List<T>,它不是數組,而是基于數組的容器。由于List<T>是可變的,因此JIT是否真會對其進行優化還是個未知數,我傾向于理解為“不是”。不過現在,我只是通過小實驗來看看究竟相差如何。
也有朋友說,Delegate不一定就是用單向鏈表或是List<T>保存的啊。是的,已經有朋友在firelong的原帖提出了。不過我針對的只是firelong關于“單項鏈表和List<T>”之間的遍歷性能比較。我一直很奇怪,firelong從上一篇就開始說“性能相差很大”,“遠低于”,“致命影響”之類的很嚴重的詞匯,但是真的嚴重到什么程度卻始終不給出任何說法。因此我現在也只是開個頭,想說明firelong一些說得的很嚴重的事情,大家還得自己考證一下。
浙公網安備 33010602011771號