Java性能优化[1]:基本类型 vs 引用类型

本文探讨了Java中基本类型与引用类型的内存管理差异及其对性能的影响。通过对比它们的存储方式和内存分配机制,揭示了Java设计者在兼顾性能与资源管理上的考量。

Java性能优化[1]:基本类型 vs 引用类型

  在Java性能优化系列 中,内存管理是一个要优先考虑的关键因素。而说到内存分配,就必然会涉及到基本类型和引用类型。所以我们今天就先来介绍一下这两种类型在性能方面各自有什么奥妙(关于这两种类型在其它方面的奥妙,我会另外写一个帖子)。



  ★名词定义
   先明确一下什么是基本类型,什么是引用类型。简单地说,所谓基本类型就是Java语言中如下的8种内置类型:boolean、char、byte、 short、int、long、float、double。而引用类型就是那些可以通过new来创建对象的类型(基本上都是派生自Object)。

  ★两种类型的存储方式
  这两种类型的差异,首先体现在存储方式上。
  ◇引用类型的创建
  当你在函数中 创建一个引用类型的对象时,比如下面的语句:
  StringBuffer str = new StringBuffer();
  该StringBuffer对象 的内容是存储在堆(Heap)上的,需要申请堆内存。而变量str只不过是针对该StringBuffer对象的一个引用(或者叫地址)。变量str的 (也就是StringBuffer对象的地址)是存储在栈上的。
  ◇基本类型的创建
  当你在函数中 创建一个基本类型的变量时,比如如下语句:
  int n = 123;
  这个变量n的 也是存储在栈(Stack)上的,但是这个语句不需要再从堆中申请内存了。

为了更加形象,便于大伙儿理解,简单画了一个示意图如下:



  ★堆和栈的性能差异
  可能有同学会小声问:堆和栈有啥区别捏?要说堆和栈的差别,那可就大了去了。如果你对这两个概念还是不太明白或者经常混淆,建议先找本操作系统的书拜读一下。
  由于本系列 是 介绍性能,所以来讨论一下堆和栈在性能方面的差别(这个差异是很大滴)。堆相对进程来说是全局的,能够被所有线程访问;而栈是线程局部的,只能本线程访 问。打个比方,栈就好比个人小金库,堆就好比国库。你从个人小金库拿钱去花,不需要办什么手续,拿了就花,但是钱数有限;而国库里面的钱虽然很多,但是每 次申请花钱要打报告、盖图章、办N多手续,耗时又费力。
  同样道理,由于堆是所有线程共有的,从堆里面申请内存要进行相关的加锁操作,因此申请堆内存的复杂度和时间开销比栈要大很多;从栈里面申请内存,虽然又简单又快,但是栈的大小有限,分配不了太多内存。

  ★为什么这样设计?
  可能有同学又问了,干嘛把两种类型分开存储,干嘛不放到一起捏?这个问题问得好!下面我们就来揣测一下,当初Java为啥设计成这样。
  当年Java它爹(James Gosling ) 设计语言的时候,对于这个问题有点进退两难。如果把各种东东都放置到栈中,显然不现实,一来栈是线程私有的(不便于共享),二来栈的大小是有限的,三来栈 的结构也间接限制了它的用途。那为啥不把各种东东都放置到堆里面捏?都放堆里面,倒是能绕过上述问题,但是刚才也提到了,申请堆内存要办很多手续,太繁 琐。如果仅仅在函数中写一个简单的“int n = 0”,也要到堆里面去分配内存,那性能就大大滴差了(要知道Java是1995年生出来的,那年头我家的PC配4兆内存就属豪华配置了)。
  左 思右想之后,Java它爹只好做了一个折中:把类型分为基本类型和引用类型,两者使用不同的创建方式。这种差异从Java语法上也可以看出来:引用类型可 以用new创建对象(对于某些单键,表面上没用new,但是在getInstance()内部也还是用的new);而基本类型则不需要用new来创建。

  ★这样设计的弊端
  顺便跑题一下,斗胆评价Java它爹这种设计的弊端(希望Java Fans不要跟我急)。我个人认为:这个折中的决策,带来了许多深远的影响,随手举出几个例子:
  1、由于基本类型不是派生自Object,因此不能算是纯种的对象。这导致了Java的“ 面向对象”招牌打了折扣(当年Sun老是吹嘘Java是 OO的语言)。
  2、由于基本类型不是派生自Object,出于某些场合(比如容器类)的考虑,不得不为每个基本类型加上对应的包装类(比如Integer、Byte等),使得语言变得有点冗余。

  ★结论
  从上述的介绍,我们应该明白,使用new创建对象的开销是不小 的。在程序中能避免就应该尽量避免。另外,使用new创建对象,不光是创建时开销大,将来垃圾回收时,销毁对象也是有开销的(关于GC的开销,咱们会在后面的帖子细谈)。下一个帖子 ,我们找一个例子来实战一下。


追求原创,欢迎转载。
转载必须包含本声明、保持本文完整。并以超链形式注明作者编程随想 和本文原始地址:
http://program-think.blogspot.com/2009/03/java-performance-tuning-1-two-types.html

内容概要:本文详细介绍了一个基于JavaVue的联邦学习隐私保护推荐系统的设计与实现。系统采用联邦学习架构,使用户数据在本地完成模型训练,仅上传加密后的模型参数或梯度,通过中心服务器进行联邦平均聚合,从而实现数据隐私保护与协同建模的双重目标。项目涵盖完整的系统架构设计,包括本地模型训练、中心参数聚合、安全通信、前后端解耦、推荐算法插件化等模块,并结合差分隐私与同态加密等技术强化安全性。同时,系统通过Vue前端实现用户行为采集与个性化推荐展示,Java后端支撑高并发服务与日志处理,形成“本地训练—参数上传—全局聚合—模型下发—个性化微调”的完整闭环。文中还提供了关键模块的代码示例,如特征提取、模型聚合、加密上传等,增强了项目的可实施性与工程参考价值。 适合人群:具备一定JavaVue开发基础,熟悉Spring Boot、RESTful API、分布式系统或机器学习相关技术,从事推荐系统、隐私计算或全栈开发方向的研发人员。 使用场景及目标:①学习联邦学习在推荐系统中的工程落地方法;②掌握隐私保护机制(如加密传输、差分隐私)与模型聚合技术的集成;③构建高安全、可扩展的分布式推荐系统原型;④实现前后端协同的个性化推荐闭环系统。 阅读建议:建议结合代码示例深入理解联邦学习流程,重点关注本地训练与全局聚合的协同逻辑,同时可基于项目架构进行算法替换与功能扩展,适用于科研验证与工业级系统原型开发。
源码来自:https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方的例子。 简单的平方问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值