前些天發現了一個巨牛的人工智能學習網站，通俗易懂，風趣幽默，忍不住分享一下給大家。點擊跳轉到教程。

1 案例描述
某日，在JavaEye上看到一道面試題，題目是這樣的：請對以下的代碼進行優化

for (int i = 0; i < 1000; i++)for (int j = 0; j < 100; j++)for (int k = 0; k < 10; k++)testFunction (i, j, k);

（注：為了同后面的內容一致，這里對原題目進行了部分修改）

2 案例分析
從給出的代碼可知，不論如何優化，testFunction執行的次數都是相同的，該部分不存在優化的可能。那么，代碼的優化只能從循環變量i、j、k的實例化、初始化、比較、自增等方面的耗時上進行分析。
首先，我們先分析原題代碼循環變量在實例化、初始化、比較、自增等方面的耗時情況：

變量	實例化(次數)	初始化(次數)	比較(次數)	自增(次數)
i	1	1	1000	1000
j	1000	1000	1000 * 100	1000 * 100
k	1000 * 100	1000 * 100	1000 * 100 * 10	1000 * 100 * 10

（注：由于單次耗時視不同機器配置而不同，上表相關耗時采用處理的次數進行說明）
該代碼的性能優化就是盡可能減少循環變量i、j、k的實例化、初始化、比較、自增的次數，同時，不能引進其它可能的運算耗時。

3 解決過程
從案例分析，對于原題代碼，我們提出有兩種優化方案：
3.1 優化方案一
代碼如下：

for (int i = 0; i < 10; i++)for (int j = 0; j < 100; j++)for (int k = 0; k < 1000; k++)testFunction (k, j, i);

該方案主要是將循環次數最少的放到外面，循環次數最多的放里面，這樣可以最大程度的（注：3個不同次數的循環變量共有6種排列組合情況，此種組合為最優）減少相關循環變量的實例化次數、初始化次數、比較次數、自增次數，方案耗時情況如下：

變量	實例化(次數)	初始化(次數)	比較(次數)	自增(次數)
i	1	1	10	10
j	10	10	10 * 100	10 * 100
k	10 * 100	10 * 100	10 * 100 * 1000	10 * 100 * 1000

3.2 優化方案二
代碼如下：

int i, j, k;
for (i = 0; i < 10; i++)for (j = 0; j < 100; j++)for (k = 0; k < 1000; k++)testFunction (k, j, i);

該方案在方案一的基礎上，將循環變量的實例化放到循環外，這樣可以進一步減少相關循環變量的實例化次數，方案耗時情況如下：

變量	實例化(次數)	初始化(次數)	比較(次數)	自增(次數)
i	1	1	10	10
j	1	10	10 * 100	10 * 100
k	1	10 * 100	10 * 100 * 1000	10 * 100 * 1000

4 解決結果
那么，提出的優化方案是否如我們分析的那樣有了性能上的提升了呢？我們編寫一些測試代碼進行驗證，數據更能說明我們的優化效果。
4.1 測試代碼

public static void testFunction(int i, int j, int k) {System.out.print("");	// 注：該方法不影響整體優化，這里只有簡單輸出}public static void testA() {long start = System.nanoTime();for (int i = 0; i < 1000; i++)for (int j = 0; j < 100; j++)for (int k = 0; k < 10; k++)testFunction(i, j, k);System.out.println("testA time>>" + (System.nanoTime() - start));}public static void testB() {long start = System.nanoTime();for (int i = 0; i < 10; i++)for (int j = 0; j < 100; j++)for (int k = 0; k < 1000; k++)testFunction(k, j, i);System.out.println("testB time>>" + (System.nanoTime() - start));}public static void testC() {long start = System.nanoTime();int i;int j;int k;for (i = 0; i < 10; i++)for (j = 0; j < 100; j++)for (k = 0; k < 1000; k++)testFunction(k, j, i);System.out.println("testC time>>" + (System.nanoTime() - start));
}

4.2 測試結果
1、測試機器配置：Pentium(R) Dual-Core CPU E5400 @2.70GHz 2.70GHz, 2GB內存；
2、循環變量i、j、k循環次數分別為10、100、1000，進行5組測試，測試結果如下：

?	第1組	第2組	第3組	第4組	第5組
原方案	171846271	173250166	173910870	173199875	173725328
方案一	168839312	168466660	168372616	168310190	168041251
方案二	168001838	169141906	168230655	169421766	168240748

從上面的測試結果來看，優化后的方案明顯性能優于原方案，達到了優化的效果。但優化方案二并沒有如我們預期的優于方案一，其中第2、4、5組的數據更是比方案一差，懷疑可能是循環次數太少，以及測試環境相關因素影響下出現的結果。

3、重新調整循環變量i、j、k循環次數分別為20、200、2000，進行5組測試，測試結果如下：

?	第1組	第2組	第3組	第4組	第5組
原方案	1355397203	1358978176	1358128281	1350193682	1354786598
方案一	1343482704	1348410388	1343978037	1347919156	1340697793
方案二	1342427528	1343897887	1342662462	1342124048	1336266453

從上面的測試結果來看，優化后的方案基本符合我們的預期結果。

5 總結
從案例分析和解決過程中的三個表的分析可知，優化方案一和優化方案二的性能都比原代碼的性能好，其中優化方案二的性能是最好的。在嵌套For循環中，將循環次數多的循環放在內側，循環次數少的循環放在外側，其性能會提高；減少循環變量的實例化，其性能也會提高。從測試數據可知，對于兩種優化方案，如果在循環次數較少的情況下，其運行效果區別不大；但在循環次數較多的情況下，其效果就比較明顯了。

6 參考資料
[1] http://www.javaeye.com/topic/762312
[2] http://www.javaeye.com/topic/632481