今天碰到一个需求,定时任务,批量从表里取数据并做一些其他操作然后再存表,每次取1000条,由于计算过程比较耗时所以要起多个线程同时跑,需要将List按照指定大小等分,如每100条数据起一个线程,若最后剩余一份不到100,也放到一个线程里,网络上的实现方法有很多,我测试之后理出三种相对比较好的实现方法,如下:
1 /*第一种方法 思路比较简单,遍历list,将元素添加到subList, 2 *每当i到pageSize的时候,将subList添加到listArray并新建,subList 3 */ 4 public static <T> List<List<T>> splitList1(List<T> list, int pageSize) { 5 6 List<List<T>> listArray = new ArrayList<List<T>>(); 7 8 List<T> subList = null; 9 10 for (int i = 0; i < list.size(); i++) { 11 12 if (i % pageSize == 0) { 13 14 subList = new ArrayList<T>(); 15 16 listArray.add(subList); 17 18 } 19 20 subList.add(list.get(i)); 21 22 } 23 24 return listArray; 25 26 }
/*第二种方法 思路和方法1差不多,遍历list,将元素添加到subList, *当subList的size等于pageSize的时候,将subList添加到listArray并新建subList */ public static <T> List<List<T>> splitList2(List<T> list, int pageSize) { List<List<T>> listArray = new ArrayList<List<T>>(); ArrayList<T> subList = new ArrayList<T>(); for (T x : list) { subList.add(x); if (pageSize == subList.size()) { listArray.add(subList); subList = new ArrayList<T>(); } } if (0 != subList.size()) { listArray.add(subList); } return listArray; }
/*第三种方法,用到了java list自带的方法subList, *先判断list的size＜pageSize的情况,然后利用subList方法循环切块 */ public static <T> List<List<T>> splitList3(List<T> list, int pageSize) { List<List<T>> listArray = new ArrayList<List<T>>(); if (list != null && pageSize > 0) { int listSize = list.size(); if (listSize <= pageSize) { listArray.add(list); return listArray; } int batchSize = listSize / pageSize; int remain = listSize % pageSize; for (int i = 0; i < batchSize; i++) { int fromIndex = i * pageSize; int toIndex = fromIndex + pageSize; listArray.add(list.subList(fromIndex, toIndex)); } if (remain > 0) { listArray.add(list.subList(listSize - remain, listSize)); } } return listArray; }
我从list的subList方法中得到灵感,也实现了一种方式,可读性稍好一些,如下:
/*我的思路也比较简单,就是遍历加切块, *若toIndex大于list的size说明已越界,需要将toIndex设为list的size值 */ public static <T> List<List<T>> splitList4(List<T> list, int pageSize) { List<List<T>> listArray = new ArrayList<List<T>>(); for (int i = 0; i < list.size(); i+=pageSize) { int toIndex = i + pageSize>list.size()?list.size():i+pageSize; listArray.add(list.subList(i, toIndex)); } return listArray; }
以上四种方法经过测试都可实现功能,如果List的size比较小,几十,几百,应该效率都差不多,那如果list的size很大,比如10万,100万,那么以上四种方式,哪一种效率最高呢,我简单测试了一下,pageSize设为20,list的size分别为10万,和100万,分别跑100次,然后取平均值,如下:
public static void main(String[] args) { ArrayList<Integer> list = new ArrayList<Integer>(); for (int i = 0; i < 100000; i++) { list.add(i); } Long time1 = System.currentTimeMillis(); for (int i = 0; i <100 ; i++) { splitList1(list, 20); } Long time2 = System.currentTimeMillis(); for (int i = 0; i <100 ; i++) { splitList2(list, 20); } Long time3 = System.currentTimeMillis(); for (int i = 0; i <100 ; i++) { splitList3(list, 20); } Long time4 = System.currentTimeMillis(); for (int i = 0; i <100 ; i++) { splitList3(list, 20); } Long time5 = System.currentTimeMillis(); System.out.println("list的size为10000,执行100次,平均时间为:"); System.out.println("方法1--->:" + (time2 - time1)/100.0+"ms"); System.out.println("方法2--->:" + (time3 - time2)/100.0+"ms"); System.out.println("方法3--->:" + (time4 - time3)/100.0+"ms"); System.out.println("方法4--->:" + (time5 - time4)/100.0+"ms"); }
执行结果为：
list的size为100000,执行100次,平均时间为: 方法1--->:2.86ms 方法2--->:2.08ms 方法3--->:0.66ms 方法4--->:0.43ms
从执行结果中可以看到前两种方法效率,明显不如后两种,后两种时间相差不大,但看起来似乎方法4更好一些,再将list的size设为100万时,执行结果为:
list的size为1000000,执行100次,平均时间为: 方法1--->:21.65ms 方法2--->:14.09ms 方法3--->:0.95ms 方法4--->:0.57ms
size设为1000万时,执行结果为:
list的size为1000000,执行100次,平均时间为: 方法1--->:138.39ms 方法2--->:112.86ms 方法3--->:6.63ms 方法4--->:6.07ms
综上所看,方法4的效率稍好于方法3,方法2稍好于方法1,但3和4的效率比1和2要高出一个数量级,主要是因为方法1和2,是逐个设置的,很明显不如subList,在这里推荐方法4,代码简洁,稍微理解下,可读性也不错.
原文链接：https://www.imooc.com/article/41647
来源：慕课网
本文原创发布于慕课网 ，转载请注明出处，谢谢合作
