空间换时间,轻松提高性能100倍

简介: 空间换时间的最常用场景就是缓存,为了提高性能可以设置不同类型的缓存。下面是我遇到的一个小问题。问题描述在统计股票的历史收益时,涉及到对交易日的操作,比如获取某个日期偏移一定天数后的交易日。

空间换时间的最常用场景就是缓存,为了提高性能可以设置不同类型的缓存。下面是我遇到的一个小问题。

问题描述

在统计股票的历史收益时,涉及到对交易日的操作,比如获取某个日期偏移一定天数后的交易日。由于交易日是比较固定的数据,在系统启动启动之初,就加载到缓存中,保存在一个ArrayList中,定义了一个方法getDate(String from, int offset)实现偏移取值。原始代码如下:

    public String getDateFast(String fromDate, int offset) {
        if(tradingList.isEmpty()){
            initialize();
        }

        int index = tradingList.indexOf(fromDate);
        if(index == -1){
            return null;
        }

        index -= offset;
        return tradingList.get(index);
    }

上述代码省略了和技术无关的业务细节。

在某一个业务场景下,需要对两万多条数据调用该方法,打印的日志如下:
这里写图片描述
从日志看出,两万条数据竟然花费了9秒多,这的是不可以接受的。

问题分析

因为tradingList是用ArrayList存储,那么每次的indexOf都是需要做一个全循环,所以indexOf操作是性能的瓶颈。

解决方法

找到了原因也就有解决办法。最快的查找是O(1),符合这个条件的存储结构是HashMap。所以在初始化时,除了用ArrayList存储日期序列,用HashMap存储日期所在的索引。代码如下:

    private void initialize(){
        tradingList.clear();
        dateIndexMap.clear();

        //从数据库中加载交易日的序列
        tradingList = marketCalendarDao.findDateByIsTradingSortDateDesc(true);

        //建立日期和位置的对应关系
        for(int index = 0; index < tradingList.size(); index += 1){
            dateIndexMap.put(tradingList.get(index), index);
        }
    }

    public String getDateFast(String fromDate, int offset) {
        if(tradingList.isEmpty()){
            initialize();
        }

        if(dateIndexMap.containsKey(fromDate)){
            int index = dateIndexMap.get(fromDate);
            index -= offset;
            return tradingList.get(index);
        }
        return null;
    }

最后的运行效果:
这里写图片描述

目录
相关文章
|
7月前
|
Oracle 数据库 UED
后台查询接口影响响应时间最大的因素:用空间换时间的优缺点及解决方案
1.当数据库的一个表记录很多显然查询数据很慢。 2.当数据库的一个表记录不大,但是数据很大也可能很慢。 我们的一个用户表中一个building很大,当查询100条数据就会把服务器的内存搞爆掉。 当然查询时要查询筛选有用字段,不可以直接把记录的所有字段都查拆来。这样能减少内存消耗和提高查询速度。 3.在经常查询字段上建立索引。据说oracle上用索查询和不用索引查询在超多记录的情况下相差1000倍。 4.若出现嵌套查询显然会大大增加相应查询时间。要先预处理用管道操作把能合并的查询合并到一个查询中,然后生成map,然后再处理。这是标准的用空间换时间的方案。
99 8
|
4月前
|
算法
时间(空间)复杂度(结构篇)
时间(空间)复杂度(结构篇)
41 6
|
5月前
|
人工智能
Adam有了mini版:内存占用少一半,吞吐量提升50%
【7月更文挑战第18天】研究人员推出Adam-mini,针对AdamW的轻量化版本,旨在降低内存占用并提升训练大型模型的效率。通过参数分块和共享学习率,Adam-mini在70亿参数模型上实现50%内存节省,同时提高训练吞吐量50%,加速训练过程。然而,仍需考虑计算开销、通信成本及适用性问题。论文链接:[arxiv.org/pdf/2406.16793](https://arxiv.org/pdf/2406.16793)
75 3
|
缓存 算法 Cloud Native
面试技巧:如何在有限时间内优化代码性能
面试技巧:如何在有限时间内优化代码性能
74 0
位图算法(空间换时间)
位图算法(空间换时间)
|
存储 NoSQL 测试技术
rediskey值内存消耗以及性能影响
rediskey值内存消耗以及性能影响
196 0
|
XML SQL 算法
Android性能优化 | 把构建布局用时缩短 20 倍(下)
上一篇讲述了 Activity 构建布局的过程,及测量其耗时的方法。这一篇在此基础上给出优化构建布局的方案。
297 0
|
编解码 运维 监控
轻松处理高于平常10倍的视频需求,还能节省60%的IT成本,蓝墨做对了什么?
如果说Serverless到底解决了什么问题,核心就是节约成本、节省精力。
3340 12
轻松处理高于平常10倍的视频需求,还能节省60%的IT成本,蓝墨做对了什么?
|
存储 算法 索引
哈希系列(空间换时间)
哈希系列(空间换时间)