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
|
6月前
|
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
29 0
|
9月前
|
缓存 监控 算法
案例20-内存长期占用导致系统慢
内存长期占用导致系统慢
|
10月前
|
算法
位图算法(空间换时间)
位图算法(空间换时间)
|
12月前
|
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
162 0
|
存储 算法 索引
哈希系列(空间换时间)
哈希系列(空间换时间)
|
Java C#
计算某一段程序消耗的内存和时间【C#】
计算某一段程序消耗的内存和时间【C#】
107 0
|
缓存 负载均衡 监控
提升系统 10 倍性能的 10 个建议!
在线经济活动的比例日益提高,就连发展中国家和地区的经济活动都已经有5%以上在线进行了(相关数据请参考本文后面的资源)。在这个超级链接、随时在线的现代世界,用户的期望也远非昔日可比。如果你的网站不能马上响应,你的应用不能立即运行,用户转身就会投奔你的竞争对手。
提升系统 10 倍性能的 10 个建议!
|
编解码 监控 Cloud Native
视频需求超平常数 10 倍,却节省了 60% 的 IT 成本投入是一种什么样的体验?
2020 年初,疫情期间,在线教育迎来需求爆发。为了应对高流量,蓝墨加大了整合业界优质课程资源的力度,不断拓展自身的业务边界,在赢得机遇的同时,技术团队也面临了前所未有的挑战。
视频需求超平常数 10 倍,却节省了 60% 的 IT 成本投入是一种什么样的体验?
|
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。
3267 0
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?