java中多维数组探讨及发散思考

本文通过实验对比了四种不同声明方式下初始化相同容量四维数组的效率差异,揭示了Java中数组初始化效率受声明方式影响的原因,并通过代码演示了结果。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

今天在stackoverflow上面看到一个帖子讨论说关于提高数组效率的问题,看了下他的问题,是关于一个四维数组的效率问题,四维数组类似这样子:
Java代码 复制代码 收藏代码
  1. ushort[, , ,] map = new ushort[3000, 3000, 3, 3];
ushort[, , ,] map = new ushort[3000, 3000, 3, 3];

暂且先不管为啥要搞一个四维数组(毕竟四维已经超出了人的立体思维想象了-_-),我随手写了一个测试类来测试,但是发现了一个更有意思的现象,数组声明方式不同会导致初始化的效率极大区别:
声明方式一:
Java代码 复制代码 收藏代码
  1. int [][][][] map = new int[3000][3000][3][3];
int [][][][] map = new int[3000][3000][3][3];

声明方式二:
Java代码 复制代码 收藏代码
  1. int [][][][] map2 = new int[3][3][3000][3000];
int [][][][] map2 = new int[3][3][3000][3000];

方式一花费时间大概为13秒,方式二花费时间不到1秒,而且内存耗费前者为1158000K,后者为342320K,相差3倍。
文字描述就这些,下面直接看代码:
Java代码 复制代码 收藏代码
  1. public class MutipleArray {
  2. public static void main(String[] args) throws InterruptedException {
  3. long t0 = System.currentTimeMillis();
  4. int [][][][] map = new int[3000][3000][3][3];
  5. for (int i = 0; i < 3000; i++)
  6. for (int j = 0; j < 3000; j++)
  7. for (int k = 0; k < 3; k++)
  8. for (int l = 0; l < 3; l++)
  9. map[i][j][k][l] = 45001;
  10. long t1 = System.currentTimeMillis();
  11. System.out.println("Time for initializing the first Array:"+(t1-t0)+"ms");
  12. int [][][][] map2 = new int[3][3][3000][3000];
  13. for (int i = 0; i < 3; i++)
  14. for (int j = 0; j < 3; j++)
  15. for (int k = 0; k < 3000; k++)
  16. for (int l = 0; l < 3000; l++)
  17. map2[i][j][k][l] = 45001;
  18. long t2 = System.currentTimeMillis();
  19. System.out.println("Time for initializing the second Array:"+(t2-t1)+"ms");
  20. Thread.sleep(10000);
  21. }
  22. }
public class MutipleArray {

    public static void main(String[] args) throws InterruptedException {
        long t0 = System.currentTimeMillis();
        int [][][][] map = new int[3000][3000][3][3];
        for (int i = 0; i < 3000; i++)
            for (int j = 0; j < 3000; j++)
                for (int k = 0; k < 3; k++)
                    for (int l = 0; l < 3; l++)
                       map[i][j][k][l] = 45001;
        long t1 = System.currentTimeMillis();
        System.out.println("Time for initializing the first Array:"+(t1-t0)+"ms");
       
        int [][][][] map2 = new int[3][3][3000][3000];
        for (int i = 0; i < 3; i++)
            for (int j = 0; j < 3; j++)
                for (int k = 0; k < 3000; k++)
                    for (int l = 0; l < 3000; l++)
                        map2[i][j][k][l] = 45001;
        long t2 = System.currentTimeMillis();
        System.out.println("Time for initializing the second Array:"+(t2-t1)+"ms");
        
        Thread.sleep(10000);
    }
}

结果:
Java代码 复制代码 收藏代码
  1. Time for initializing the first Array:13570ms
  2. Time for initializing the second Array:495ms
Time for initializing the first Array:13570ms
Time for initializing the second Array:495ms


为什么同样容量的数组,效率却差别如此之大呢?
个人看法:
方式一:
Java代码 复制代码 收藏代码
  1. int [][][][] map = new int[3000][3000][3][3];
int [][][][] map = new int[3000][3000][3][3];

其实相当于:
Java代码 复制代码 收藏代码
  1. int [][][][] map = new int[3000*3000*3][3];
int [][][][] map = new int[3000*3000*3][3];

方式二:
Java代码 复制代码 收藏代码
  1. int [][][][] map2 = new int[3][3][3000][3000];
int [][][][] map2 = new int[3][3][3000][3000];

相当于:
Java代码 复制代码 收藏代码
  1. int [][][][] map2 = new int[3*3*3000][3000];
int [][][][] map2 = new int[3*3*3000][3000];

电动汽车数据集:2025年3K+记录 真实电动汽车数据:特斯拉、宝马、日产车型,含2025年电池规格和销售数据 关于数据集 电动汽车数据集 这个合成数据集包含许多品牌和年份的电动汽车和插电式车型的记录,捕捉技术规格、性能、定价、制造来源、销售和安全相关属性。每一行代表由vehicle_ID标识的唯一车辆列表。 关键特性 覆盖范围:全球制造商和车型组合,包括纯电动汽车和插电式混合动力汽车。 范围:电池化学成分、容量、续航里程、充电标准和速度、价格、产地、自主水平、排放、安全等级、销售和保修。 时间跨度:模型跨度多年(包括传统和即将推出的)。 数据质量说明: 某些行可能缺少某些字段(空白)。 几个分类字段包含不同的、特定于供应商的值(例如,Charging_Type、Battery_Type)。 各列中的单位混合在一起;注意kWh、km、hr、USD、g/km和额定值。 列 列类型描述示例 Vehicle_ID整数每个车辆记录的唯一标识符。1 制造商分类汽车品牌或OEM。特斯拉 型号类别特定型号名称/变体。型号Y 与记录关联的年份整数模型。2024 电池_类型分类使用的电池化学/技术。磷酸铁锂 Battery_Capacity_kWh浮充电池标称容量,单位为千瓦时。75.0 Range_km整数表示充满电后的行驶里程(公里)。505 充电类型主要充电接口或功能。CCS、NACS、CHAdeMO、DCFC、V2G、V2H、V2L Charge_Time_hr浮动充电的大致时间(小时),上下文因充电方法而异。7.5 价格_USD浮动参考车辆价格(美元).85000.00 颜色类别主要外观颜色或饰面。午夜黑 制造国_制造类别车辆制造/组装的国家。美国 Autonomous_Level浮点自动化能力级别(例如0-5),可能包括子级别的小
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