内容简介：与此类事情一样,您应该为自己设置一些性能目标,然后对应用程序进行概要分析以确定它是否符合它们.很多时候你会发现令人惊讶的结果;所花费的时间几乎不受基础数字类型的影响,或者您的算法不是最理想的.关于编译器优化 – 它们是性能优化的真实且有效的部分.
中比在浮点运算更快吗？
我试着写一个简单的基准来检验出来,但我对我得到的结果不满意.可能编译器已经优化了程序的某些部分,因此结果对我来说并不好看.
编辑：
我试图解决的问题是在信息检索字段中.应用程序应显示作为一组关键字提出的查询的答案.
我的数据结构是加权有向图.给定一组叶节点,我必须找到连接这些节点的最小树,并向用户显示答案.权重由部分基于tf / idf技术的加权函数指定.用户不知道我分配给节点和边缘的权重,他只想看到与他提出的查询相关的答案.因此不需要精确的结果,只能根据他们的权重枚举答案.只是本地使用加权函数(正如我提到它基于tf / idf)给出浮动权重,所以我到目前为止使用了浮点数.
我希望这会为这个问题增加一些背景知识.
与此类事情一样,您应该为自己设置一些性能目标,然后对应用程序进行概要分析以确定它是否符合它们.
很多时候你会发现令人惊讶的结果;所花费的时间几乎不受基础数字类型的影响,或者您的算法不是最理想的.
关于编译器优化 – 它们是性能优化的真实且有效的部分.
如果使用类型A理论上比使用类型B更快,但是您的编译器可以优化类型B以在实际场景中更快,那么这是一个有价值的证据,而不是失望的来源.
翻译自：https://stackoverflow.com/questions/3350808/int-vs-float-arithmetic-efficiency-in-java
以上所述就是小编给大家介绍的《Java中的int vs float算术效率》，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持！
猜你喜欢:
- Python算术运算符
- Python算术运算符
- Golang语言基础教程：算术运算符
- JVM指令分析实例二（算术运算、常量池、控制结构）
- JVM指令分析实例二（算术运算、常量池、控制结构）
- [译] 详解 Python 的二元算术运算，为什么说减法只是语法糖？
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
数据结构及应用算法教程
2011-5 / 45.00元
《数据结构及应用算法教程(修订版)》从数据类型的角度，分别讨论了四大类型的数据结构的逻辑特性、存储表示及其应用。此外，还专辟一章，以若干实例阐述以抽象数据类型为中心的程序设计方法。书中每一章后都配有适量的习题，以供读者复习提高之用。第1~9章还专门设有“解题指导与示例”一节内容，不仅给出答案，对大部分题目提供了详尽的解答注释；其中的一些算法题还给出了多种解法。书中主要算法和最后一章的实例中的全部程......一起来看看 《数据结构及应用算法教程》 这本书的介绍吧!
