C# 泛型集合List和非泛型集合ArrayList的性能比较

在使用ArrayList这样的非泛型集合的过程中,要进行装箱和拆箱操作,会有比较大的性能损失,

而使用泛型集合就没有这样的问题。

 

现做一简单测试如下:



    //用来记录开始和结束的时间  
    DateTime startTime = new DateTime();  
    DateTime endTime = new DateTime();  
      
    //定义集合类型ArrayList的一个实例  
    ArrayList list = new ArrayList();  
      
    //取得当前时间  
    startTime = DateTime.Now;  
      
    //★★★★★★★★①使用ArrayList类★★★★★★★★  
    //ArrayList的add方法的参数是Object型,  
    //当我们把int型作为参数传入的时候需要做装箱操作  
    //装箱操作将值类型转化为Object类型  
    for (int i = 0; i < 1000000; i++)  
    {  
        list.Add(i);  
    }  
      
    int iCount = 0;  
    //当我们使用int型的时候需要做拆箱操作操作  
    //拆箱操作将应用类型转化为Object类型,拆箱过程要做大量的工作  
    foreach (int i in list)  
    {  
        iCount += 1;  
    }  
      
    Console.WriteLine("使用ArrayList的结果 : {0}", iCount.ToString());  
      
    //取得结束时间并计算差值  
    endTime = DateTime.Now;  
    TimeSpan ts = endTime - startTime;  
      
    Console.WriteLine("使用ArrayList的耗时 :" + ts.TotalMilliseconds);  
      
    //★★★★★★★★②使用泛型类★★★★★★★★  
    //使用List的泛型定义List<T>,int类型在编译器动态生成的类中本替换为int型  
    //执行过程中不再执行装箱拆箱操作  
    List<int> list2 = new List<int>();  
      
    startTime = DateTime.Now;              
      
    for (int i = 0; i < 1000000; i++)  
    {  
        list2.Add(i);  
    }  
      
    iCount = 0;  
    foreach (int i in list2)  
    {  
        iCount += 1;  
    }  
      
    Console.WriteLine("使用泛型的结果 : {0}", iCount.ToString());  
      
    endTime = DateTime.Now;  
    ts = endTime - startTime;  
      
    Console.WriteLine("使用泛型的耗时 :" + ts.TotalMilliseconds);  
      
    //显示三次结果如下  
      
    /* 第一次 
     * 使用ArrayList的耗时 :92 
     * 使用泛型的耗时 :25 
     *  
     * 第二次 
     * 使用ArrayList的耗时 :96 
     * 使用泛型的耗时 :22 
     *  
     * 第三次 
     * 使用ArrayList的耗时 :90 
     * 使用泛型的耗时 :22 
     *  
     * 由此可以明显看出两者的差别 
     * 这里仅仅是时间上的,并不包括对内存消耗的统计 
     *  
     * ※但是也要注意到差别的单位是毫秒, 
     * 我这里只想说明用泛型是有好处的, 
     * 但也不可过分追求程序的孰优孰劣, 
     * 总之要把握好这个度,适合自己的才是最好的  
     * O(∩_∩)O~ 
     */  
      
    Console.Read();  



考虑柔性负荷的综合能源系统低碳经济优化调度【考虑碳交易机制】(Matlab代码实现)内容概要:本文围绕“考虑柔性负荷的综合能源系统低碳经济优化调度”展开,重点研究在碳交易机制下如何实现综合能源系统的低碳化与经济性协同优化。通过构建包含风电、光伏、储能、柔性负荷等多种能源形式的系统模,结合碳交易成本与能源调度成本,提出优化调度策略,以降低碳排放并提升系统运行经济性。文中采用Matlab进行仿真代码实现,验证了所提模在平衡能源供需、平抑可再生能源波动、引导柔性负荷参与调度等方面的有效性,为低碳能源系统的设计与运行提供了技术支撑。; 适合人群:具备一定电力系统、能源系统背景,熟悉Matlab编程,从事能源优化、低碳调度、综合能源系统等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①研究碳交易机制对综合能源系统调度决策的影响;②实现柔性负荷在削峰填谷、促进可再生能源消纳中的作用;③掌握基于Matlab的能源系统建模与优化求解方法;④为实际综合能源项目提供低碳经济调度方案参考。; 阅读建议:建议读者结合Matlab代码深入理解模构建与求解过程,重点关注目标函数设计、约束条件设置及碳交易成本的量化方式,可进一步扩展至多能互补、需求响应等场景进行二次开发与仿真验证。
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