java性能优化——数据结构

—举例（学生排课）—

正常思路的处理方法和优化过后的处理方法：
比如说给学生排课。 学生 和 课程 是一个多对多的关系。 

按照正常的逻辑 应该有一个关联表来维护 两者之间的关系。 

现在，添加一个约束条件用于校验。如：张三上学期学过的课程，在排课的时候不应该再排这种课程。 

 所以需要出现一个约束表（即：历史成绩表）。

即：学生选课表，需要 学生成绩表作为约束。

—方案一：正常处理方式—

当一个学生进行再次选课的时候。需要查询学生选课表看是否已经存在。

即有如下校验：

[csharp] view plain copy

 

1. //查询 学生code和课程code分别为  A 和 B的数据是否存在  
2.   
3. //list集合中存放  学生选课记录全部的数据  
4. List<StudentRecordEntity> ListStudentRecord=service.findAll();     
5. //查询数据，看是否已经存在  
6. StudentRecordEntity enSr=ListStudentRecord.find(s=>s.学生Code==A && s.课程Code==B);  
7. If(enSr==null){  
8.     //学生没有选该课程  
9.     //....  
10. }else{  
11.     //学生已经选过该课程  
12.     //....  
13. }  

对于上面这种代码的写法，非常的简练。而且也非常易懂。 

  首先，假设有5000个学生，100门课程。那么对于学生选课的数据集中，数据量将是5000*100.数据量会是十万级别的数量级。
  在十万条数据中，查询 学生=A 课程=B的 一条记录。执行的效率会很低。因为find方法的查询也就是where 查询，即通过遍历数据集合 来查找。 

  所以，使用上面的代码。在数据量逐渐增长的过程中，程序的执行效率会大幅度下降。 
  ps：数据量增长，在该例子中并不太适合。例子可能不太恰当。总之，大概就是这个意思。）

—方案二：使用内存进行优化效率—

  这种做法，需要消耗内存。或者说把校验的工作向前做(数据的初始化，在部署系统的过程中进行)。即：在页面加载的时候数据只调用提供的public方法进行校验。

[csharp] view plain copy

 

1. //学生Code  到   数组索引  
2. Private Dictionary<string,int> _DicStudentCodeToArrayIndex;  
3. //课程Code  到   数据索引  
4. Private Dictionary<string,int> _DicCourseCodeToArrayIndex;  
5.   
6. //所有学生  
7. List<StudentEntity> ListStudent=service.findAllStudent();  
8. //所有课程  
9. List<CourseEntity> ListCourse=service.findAllCourse();  
10. //所有 学生选课记录  
11. List<StudentCourseEntity> ListStudentRecord=service.finAll();  
12.   
13. Private int[,] _ConnStudentRecord=new int[ListStudent.count,ListCourse.count];  
14.   
15. //构造 学生、课程的  数组 用于快速查找字典索引  
16. Private void GenerateDic(){  
17.     For(int i=0;i<ListStudent.Count;i++)  
18.         _DicStudentCodeToArrayIndex.Add(ListStudent[i].code,i)  
19.     }  
20.     For(int i=0;i<ListCourse.Count;i++){  
21.         _DicCourseCodeToArrayIndex.Add(ListCourse[i].code,i)  
22.     }  
23. }  
24.   
25. //构造学生选课 匹配的 二维数组。 1表示 学生已选该课程  
26. Private void GenerateArray(){  
27.   
28.     Foreach(StudentRecordEntity sre in ListStudentRecord){  
29.         Int x=_DicStudentCodeToArrayIndex[sre.学生Code];  
30.         Int y=DicCourseCodeToArrayIndex[sre.课程Code];  
31.         ConnStudentRecord[x,y]=1;  
32.     }  
33. }  
34.   
35. //对外公开的方法：根据学生Code 和课程Code  查询 选课记录是否存在  
36. /// <returns>返回1 表示存在。返回0表示不存在</returns>  
37. Public void VerifyRecordByStudentCodeAndCourseCode(String pStudentCode,String pCourseCode){  
38.     Int x=_DicStudentCodeToArrayIndex[pStudentCode];  
39.     Int y=_DicCourseCodeToArrayIndex[pCourseCode];  
40.   
41.     Return ConnStudentRecord[x,y];  
42. }  

—性能分析—

分析一下第二种方案的表象。 
  1、方法很多。 
  2、使用的变量很多。

  首先要说一下。该优化的目的，是提高学生在选课的时候，所出现的卡顿现象（校验数据量大）。
分别对以上两种方案进行分析：

  假设学生为N，课程为M
第一种方案： 
  时间复杂度很容易计算 第一种方案最小为O（NM） 

第二种方案： 
  1、代码多。但是给用户提供的只有一个VerifyRecordByStudentCodeAndCourseCode方法。 
  2、变量多，因为该方案就是要使用内存提高效率的。 
  这个方法执行流程：1、在Dictionary中使用Code找Index 2、使用Index查询数组。

  第一步中，Dictionary中查询是使用的Hash查找算法。时间复杂度为O(lgN) 时间比较快。第二步，时间复杂度为O(1)，因为数组是连续的使用索引会直接查找对应的地址。 
  所以，使用第二种方案进行校验，第二种方案时间复杂度为O（lgN+lgM） 

—总结—

  通过上面的分析，可以看出，内存的付出是可以提高程序的执行效率的。以上只是一个例子，优化的好坏取决于使用的数据结构。