java - Scala vs Java 性能(HashSet 和二元语法生成)

Question

我在 Scala 和 Java 版本的实现之间遇到了一些几乎相同的性能差异。我看到 Java 版本比 Scala 版本快 68%。知道为什么会这样吗？

Java 版本:

public class Util {
public static Set < String > toBigramsJava(String s1) {
    Set <String> nx = new HashSet <String> ();
    for (int i = 0; i < s1.length() - 1; i++) {
        char x1 = s1.charAt(i);
        char x2 = s1.charAt(i + 1);
        String tmp = "" + x1 + x2;
        nx.add(tmp);
    }
    return nx;
}

Scala 版本:

object Util {
def toBigramsScala(str: String): scala.collection.mutable.Set[String] = {
    val hash: scala.collection.mutable.Set[String] = scala.collection.mutable.HashSet[String]()
    for (i <-0 to str.length - 2) {
        val x1 = str.charAt(i)
        val x2 = str.charAt(i + 1)
        val tmp = "" + x1 + x2
        hash.add(tmp)
    }
    return hash
}

测试结果:

scala> Util.time(for(i<-1 to 1000000) {Util.toBigramsScala("test test abc de")}) 17:00:05.034 [info] Something took: 1985ms

Util.time(for(i<-1 to 1000000) {Util.toBigramsJava("test test abc de")}) 17:01:51.597 [info] Something took: 623ms

系统:

我在具有 4 个内核和 8Gig RAM 的 Ubuntu 14.04 上运行它。 Java 版本 1.7.0_45，Scala 版本 2.10.2。

关于我的 blog 有更多信息.

Answer 1

我用这个 scala 版本得到了大致相同的结果

object Util {
  def toBigramsScala(str: String) = {
    val hash = scala.collection.mutable.Set.empty[String]
    var i: Int = 0
    while (i <  str.length - 1) {
      val x1 = str.charAt(i)
      val x2 = str.charAt(i + 1)
      val tmp = new StringBuilder().append(x1).append(x2).toString()
      hash.add(tmp)
      i += 1
    }
    hash
  }
}

我记得 scala 中的 for 循环实现为对 Function0 上的 apply() 方法的调用，这是超形态方法调用(从 JVM/JIT 的角度来看是昂贵的)。加上可能由 javac 进行的一些字符串连接优化。

我没有通过查看生成的字节码来检查我的假设，而是用 while 替换 for 和 StringBuilder 的字符串连接使得差异可以忽略不计。

Time for Java Version: 451 millis
Time for Scala Version: 589 millis