java 8 foreach_Java 8 forEach Stream()与旧版forEach循环

我正在尝试使用Spring的示例代码.部分代码如下所示；

private List points;

long timeTakeninMilis = System.currentTimeMillis();

public List getPoints() {

return points;

}

public void setPoints(List points) {

this.points = points;

}

public void drawJava8() {

points.stream().forEachOrdered(

point -> System.out.println("Point : (" + point.getX() + ", "

+ point.getY() + ")"));

System.out.println("Total Time Taken drawJava8(): "

+ (System.currentTimeMillis() - timeTakeninMilis)

+ " miliseconds");

}

public void draw() {

for (Point point : points) {

System.out.println("Point = (" + point.getX() + ", " + point.getY()

+ " )");

}

System.out.println("Total Time Taken draw(): "

+ (System.currentTimeMillis() - timeTakeninMilis)

+ " miliseconds");

}

输出,

Jun 30, 2015 11:30:53 AM org.springframework.context.support.ClassPathXmlApplicationContext prepareRefresh

INFO: Refreshing org.springframework.context.support.ClassPathXmlApplicationContext@7daf6ecc: startup date [Tue Jun 30 11:30:53 IST 2015]; root of context hierarchy

Jun 30, 2015 11:30:53 AM org.springframework.beans.factory.xml.XmlBeanDefinitionReader loadBeanDefinitions

INFO: Loading XML bean definitions from class path resource [spring.xml]

Point = (0, 0 )

Point = (-50, 0 )

Point = (0, 50 )

Total Time Taken draw(): 70 miliseconds

Point : (0, 0)

Point : (-50, 0)

Point : (0, 50)

Total Time Taken drawJava8(): 124 miliseconds

Jun 30, 2015 11:30:54 AM org.springframework.context.support.ClassPathXmlApplicationContext doClose

INFO: Closing org.springframework.context.support.ClassPathXmlApplicationContext@7daf6ecc: startup date [Tue Jun 30 11:30:53 IST 2015]; root of context hierarchy

为什么要花更多时间？

还是我做错了什么？

我期望它更快或更类似的速度…

请帮助我了解Lambda表达式的好处是什么？

信息：我在两个不同的程序中做到了.时间就是从那些.我在这里合并它们以简化它.

解决方法:

根据原始发帖人的请求将其添加为分析.

我们不能真正预测现代JIT编译器对正在运行的代码执行的复杂分析和转换.因此,在对诸如此类的项目进行基准测试时,您不应仅通过运行两个方法调用来得出结论.

相反,创建各种示例输入集(边界案例)并通过重复调用测试案例而不关闭JVM来检查性能.例如,在这种情况下：

for (int i=0;i<100;i++){draw(); drawJava8();}

获得结果后,找出平均执行情况,就可以放心地忽略第一个执行结果,因为它可能没有进行优化.

因此,您从测试中得出的结论并不完全正确.