不同的运行时间结果与不同的方法调用顺序

Question

我已经用Java编写了一个程序;它使用两种方法来求解一个线性方程组，我想计算每种方法的运行时间。

我发现当我改变两种方法的运行顺序时，我得到了不同的运行时间结果。

这是为什么？

/*using direct_method and Jacobi_method to resolve the linear equation,and compare each running time*/ 
public class Jacobi_iterat { 

    /*Jacobi part*/ 
    /*find lower triangular matrix*/ 
    private static float[][] find_lower(float data[][],int k){ 
     int length=data.length; 
     float data2[][]=new float[length][length]; 
     if(k>=0){ 
      for(int i=0;i<=length-k-1;i++){ 
       for(int j=0;j<=i+k;j++){ 
        data2[i][j]=data[i][j]; 
       } 
      } 
      for(int i=length-k;i<length;i++){ 
       for(int j=0;j<length;j++){ 
        data2[i][j]=data[i][j]; 
       } 
      } 
     } 
     else{ 
      for(int i=-k;i<length;i++){ 
       for(int j=0;j<=i+k;j++){ 
        data2[i][j]=data[i][j]; 
       } 
      } 
     } 
     return data2; 
    } 

    /*negative of the matrix*/ 
    private static float[][] opposite_matrix(float[][] data){ 
     int M=data.length; 
     int N=data[0].length; 
     float data_temp[][]=new float[M][N]; 
     for(int i=0;i<M;i++){ 
      for(int j=0;j<N;j++){ 
       data_temp[i][j]=-data[i][j]; 
      } 
     } 
     return data_temp; 
    } 

    /*inverse matrix of the diagnal matrix*/ 
    private static float[][] inv_diagnal(float[][] data){ 
     int M=data.length; 
     int N=data[0].length; 
     float[][] data2=new float[M][N]; 
     float fenzi=1; 
     for(int i=0;i<M;i++){ 
      for(int j=0;j<N;j++){ 
       if(i==j){ 
        data2[i][j]=fenzi/data[i][j]; 
       } 
      } 
     } 
     return data2; 
    } 

    /*upper triangular matrix*/ 
    private static float[][] find_upper(float[][] data,int k){ 
     int length=data.length; 
     int M=length-k; 
     float[][] data2=new float[length][length]; 
     if(k>=0){ 
      for(int i=0;i<M;i++){ 
       for(int j=k;j<length;j++){ 
        data2[i][j]=data[i][j]; 
       } 
       k+=1; 
      } 
     } 
     else { 
      for(int i=0;i<-k;i++){ 
       for(int j=0;j<length;j++){ 
        data2[i][j]=data[i][j]; 
       } 
      } 
      for(int i=-k;i<length;i++){ 
       for(int j=i+k;j<length;j++){ 
        data2[i][j]=data[i][j]; 
       } 
      } 
     } 
     return data2; 
    } 

    /*add two matrix*/ 
    private static float[][] matrix_add(float[][] data1,float[][] data2){ 
     int M=data1.length; 
     int N=data1[0].length; 
     float data[][]=new float[M][N]; 
     for(int i=0;i<M;i++){ 
      for(int j=0;j<N;j++){ 
       data[i][j]=data1[i][j]+data2[i][j]; 
      } 
     } 
     return data; 
    } 
    private static float[] matrix_add2(float[] data1,float[] data2){ 
     int M=data1.length; 
     float data[]=new float[M]; 
     for(int i=0;i<M;i++){ 
       data[i]=data1[i]+data2[i]; 
     } 
     return data; 
    } 

    /*multiply two matrix*/ 
    private static float[][] multiply(float[][] data1,float[][] data2){ 
     int M=data1.length; 
     int N=data1[0].length; 
     int K=data2[0].length; 
     float[][] data3=new float[M][K]; 
     for(int i=0;i<M;i++){ 
      for(int j=0;j<K;j++){ 
       for(int k=0;k<N;k++){ 
        data3[i][j]+=data1[i][k]*data2[k][j]; 
       } 
      } 
     } 
     return data3; 
    } 
    private static float[] multiply2(float[][] data1,float[] data2){ 
     int M=data1.length; 
     int N=data1[0].length; 
     float[] data3=new float[M]; 
     for(int k=0;k<M;k++){ 
       for(int j=0;j<N;j++){ 
        data3[k]+=data1[k][j]*data2[j]; 
       } 
     } 
     return data3; 
    } 
    /*calculate the diagnal matrix */ 
    private static float[][] find_diagnal(float A[][]) { 
     int m = A.length; 
     int n = A[0].length; 
     float B[][] = new float[m][n]; 
     for (int i = 0; i < m; i++) { 
      for (int j = 0; j < n; j++) { 
       if (i == j) { 
        B[i][j] = A[i][j]; 
       } 
      } 
     } 
     return B; 

    } 
    /*Jacobi_method*/ 
    private static float[] Jacobi_method(float[][] A,float[] B,float[] X){ 
     float[][] D=find_diagnal(A); 
     float[][] inv_D=inv_diagnal(D); 
     float[][] opposite_D=opposite_matrix(inv_D); 
     float[][] L=find_lower(A, -1); 
     float[][] U=find_upper(A, 1); 
     float[][] Bo=multiply(opposite_D,matrix_add(L, U)); 
     float[] F=multiply2(inv_D, B); 

     return matrix_add2(multiply2(Bo, X),F); 

    } 

    /*calculate the two norm between two vector*/ 
    private static double cal_error(float[] X1,float[] X2){ 
     int M=X1.length; 
     double temp=0; 
     for(int i=0;i<M;i++){ 
      temp+=Math.pow((X1[i]-X2[i]),2); 
     } 
     temp=Math.sqrt(temp); 
     return temp; 
    } 

    /*end of Jacobi part*/ 

    /*direct method part*/ 
    private static float[] cal_direct(float[][] A,float[] B){ 
     int M=A[0].length; 
     float X[]=new float[M]; 
     float[][] inv_A=inv(A); 
     X=multiply2(inv_A, B); 
     return X; 


    } 

    /*transpose of the matrix*/ 
    private static float [][]trans(float[][] data){ 
     int i=data.length; 
     int j=data[0].length; 
     float[][] data2=new float[j][i]; 
     for(int k2=0;k2<j;k2++){ 
      for(int k1=0;k1<i;k1++){ 
       data2[k2][k1]=data[k1][k2]; 
      } 
     } 


     return data2; 

    } 

    /*calculate the ajoint matrix of the matrix*/ 
    private static float[][] ajoint(float[][] data) { 
     int M=data.length; 
     int N=data[0].length; 
     float data2[][]=new float[M][N]; 
     for(int i=0;i<M;i++){ 
      for(int j=0;j<N;j++){ 
      if((i+j)%2==0){ 
       data2[i][j]=cal_det(get_complement(data, i, j)); 
      } 
      else{ 
       data2[i][j]=-cal_det(get_complement(data, i, j)); 
      } 
      } 
     } 

     return trans(data2); 


    } 


    /*inverse of the matrix*/ 
    private static float[][] inv(float [][] data){ 
     int M=data.length; 
     int N=data[0].length; 
     float data2[][]=new float[M][N]; 
     float det_val=cal_det(data); 
     data2=ajoint(data); 
     for(int i=0;i<M;i++){ 
      for(int j=0;j<N;j++){ 
       data2[i][j]=data2[i][j]/det_val; 
      } 
     } 

     return data2; 
    } 

    /* calculate the determinant of the matrix*/ 
    private static float cal_det(float[][] data) { 
     float ans=0; 

     if(data[0].length==2){ 
      ans=data[0][0]*data[1][1]-data[0][1]*data[1][0]; 
     } 
     else{ 
      for(int i=0;i<data[0].length;i++){ 

       float[][] data_temp=get_complement(data, 0, i); 
       if(i%2==0){ 

        ans=ans+data[0][i]*cal_det(data_temp); 
       } 
       else{ 
        ans=ans-data[0][i]*cal_det(data_temp); 
       } 
      } 
     } 
     return ans; 

    } 

    private static float[][] get_complement(float[][] data, int i, int j) { 


     int x = data.length; 
     int y = data[0].length; 


     float data2[][] = new float[x - 1][y - 1]; 
     for (int k = 0; k < x - 1; k++) { 
      if (k < i) { 
       for (int kk = 0; kk < y - 1; kk++) { 
        if (kk < j) { 
         data2[k][kk] = data[k][kk]; 
        } else { 
         data2[k][kk] = data[k][kk + 1]; 
        } 
       } 

      } else { 
       for (int kk = 0; kk < y - 1; kk++) { 
        if (kk < j) { 
         data2[k][kk] = data[k + 1][kk]; 
        } else { 
         data2[k][kk] = data[k + 1][kk + 1]; 
        } 
       } 
      } 
     } 
     return data2; 

    } 

    /*end of direct method part*/ 

    public static void main(String args[]){ 
     System.out.println("input the dimensions of the coefficient square："); 
     Scanner scan=new Scanner(System.in); 
     int M=scan.nextInt(); 
     System.out.println("input the dimensions of the equation value vector："); 
     int K=scan.nextInt(); 
     if(M!=K){ 
      System.out.println("the number of equations and unknowns are not equal!"); 
      System.exit(0); 
     } 

     System.out.println("input coefficient matrix："); 
     float[][] A=new float[M][M]; 
     for(int i=0;i<M;i++){ 
      for(int j=0;j<M;j++){ 
       A[i][j]=scan.nextFloat(); 
      } 
     } 

     System.out.println("input the value vector"); 
     float[] B=new float[M]; 
     for(int i=0;i<M;i++){ 
      B[i]=scan.nextFloat(); 
     } 

     System.out.println("input the initial iteration vector："); 
     float[] X=new float[M]; 
     for(int i=0;i<M;i++){ 
      X[i]=scan.nextFloat(); 
     } 

     System.out.println("input the bound of error："); 
     float er=scan.nextFloat(); 
     float temp[]=new float[M]; 



     /*calculate the running time of two method,but I get the different running time result when I exchange the running order of two method, why?*/ 
     /*calculate the running time of Jacobi_method*/ 
     long startTime=System.nanoTime(); 
     while(cal_error((temp=Jacobi_method(A, B, X)), X)>=er){ 
      X=temp; 

     } 
     X=temp; 
     long endTime=System.nanoTime(); 
     System.out.println("the solution vector of Jacobi_method is："); 
     for(int i=0;i<M;i++){ 
      System.out.println(X[i]); 
     } 

     System.out.println("the running time of Jacobi_method is："); 
     System.out.println(endTime-startTime+"ns"); 

      /*calculate the running time of direct_method*/ 
     long startTime2=System.nanoTime(); 
     X=cal_direct(A, B); 
     long endTime2=System.nanoTime(); 
     System.out.println("the solution vector of direct_method is："); 
     for(int i=0;i<M;i++){ 
      System.out.println(X[i]); 
     } 

     System.out.println("the running time of direct_method is："); 
     System.out.println(endTime2-startTime2+"ns"); 
    } 

} 

Answer 1

可能有多种原因。它并不完全清楚其功能你想跑多久，所以我会给你只是几个可能的原因：

1. 一个功能可能更频繁地调用一个方法，并导致其内联。然后第二个函数可以以内联代码开始。

2. 一个函数可能产生比另一个更多的垃圾，第二个函数将被GC延迟。

3. 一些内联的代码具有不同的分支预测的统计信息，运行测试方法只有一小时时间不预热这影响了其它方法

4. ，测量淹没在噪声。

这些（和其他）原因可以通过使用测试隔离的基准测试框架来避免。检查例如JMH。

Answer 2

有很多原因，但对我来说更合理的是你遇到java热点运行时优化。简而言之，Java应用程序优化它们自己经常会在代码路径上更快。所以，当你反转这两种方法时，优化并不完全按照相同的方式完成。

完成优化后测试（并测试）你的时间的一种方法是在同一应用程序运行中运行两次你的代码，唯一考虑的是第二次。

如：

call method1 
call method2 

time call method1 
time call method2