相同函数不同运行时？新增代码为何影响Java排序算法计时结果

你在测试百万级数据的排序算法时遇到了一个奇怪的现象：当只测试Collections.sort和自定义num.sort时，前者耗时6-7秒，后者2-3秒；但新增第三个排序函数的测试代码后，前者耗时降到3.8秒左右，后者反而升到5.9秒。换用Instant.now()也有同样问题，说明不是计时API的问题。

核心原因：JVM运行时优化与系统资源的动态变化 #

1. JIT即时编译的触发时机差异 #

JVM的即时编译器（JIT）不会一开始就把所有代码编译成最优机器码，而是统计代码调用次数，当方法成为热点代码后才会做优化编译：

• 只测两个函数时，程序整体运行时间短，Collections.sort可能还没触发JIT优化就执行完了，而自定义排序方法先达到热点阈值被优化，所以耗时更短。
• 新增第三个测试后，程序总运行时间变长，JVM有足够时间在Collections.sort执行前完成部分优化；同时自定义排序的优化可能因为编译资源被第三个函数抢占，导致优化延后，耗时上升。

2. CPU缓存与内存局部性的影响 #

排序性能极大依赖CPU缓存命中率：

• 第一次测试时，两个待排序列表的内存布局更紧凑，CPU缓存能更好命中数据，自定义排序的缓存利用率较高，所以跑的快。
• 新增第三个列表后，内存占用显著增加，CPU缓存被更多数据填充，nonSortedList2的排序过程中缓存命中率下降，耗时自然上升。而Collections.sort是JDK团队深度优化的实现，对缓存利用效率更高，在内存压力下反而体现出优势。

3. GC与线程调度的干扰 #

新增代码后，程序创建的对象数量增加，JVM可能在测试过程中触发Minor GC，GC会抢占CPU资源，导致某个排序函数的计时被拉长。另外，操作系统的线程调度也会因为程序整体运行时间变长，给不同排序函数分配的CPU时间片出现波动，进一步影响计时结果。

解决方案：让计时结果更可靠的实践 #

• 预热代码：正式计时前，把所有要测试的排序函数循环执行多次（比如10次），触发JIT优化，确保正式测试时所有方法都处于优化状态。
• 多次取平均：单次计时误差极大，建议每个排序函数重复测试10-20次，去掉最大值和最小值后取平均值，减少偶然因素影响。
• 隔离测试：把每个排序函数的测试逻辑放在单独的Java程序中运行，避免不同测试之间的JVM状态、内存占用互相干扰。
• 固定测试数据：每次测试使用完全相同的待排序列表，比如把shuffle后的列表序列化保存，每次测试都加载同一个列表，避免shuffle的随机性导致数据分布差异影响结果。

测试代码 #

Function1 num1 = new Function1();
//Function2 num2 = new Function2();

ArrayList<Integer> nonSortedList = new ArrayList<>();
for (int i=1; i<10000000; i++) nonSortedList.add(i);
Collections.shuffle(nonSortedList);
ArrayList<Integer> nonSortedList2 = new ArrayList<>(nonSortedList);
//ArrayList<Integer> nonSortedList3 = new ArrayList<>(nonSortedList2);

System.out.println();
System.out.println();

long start = System.nanoTime();
Collections.sort(nonSortedList);
System.out.println("function1= "+((System.nanoTime()-start)/1000000000.0));

start = System.nanoTime();
num.sort(nonSortedList2);
System.out.println("function2= "+((System.nanoTime()-start)/1000000000.0));

/*
start = System.nanoTime();
num2.sort(nonSortedList3);
System.out.println("function3= "+((System.nanoTime()-start)/1000000000.0));
*/

测试输出 #

无注释代码时输出：
function1= 6-7 seconds
function2= 2-3 seconds

包含注释代码时输出：
function1= 3.8144072
function2= 5.8931552
function3= 4.2656519

内容的提问来源于stack exchange，提问作者HelpAnElf