随机搜索lambda表达式

our*_*930 5 java algorithm performance artificial-intelligence stochastic

感谢您的帮助和分享.

我的问题是关于随机搜索.该技术用于通过一般数学计算中的规定量的cicle进行数据的近似.请参阅以下代码,我尝试将其降至最低.我的期望是将此代码设置为lambda表达式,for循环,我希望它具有最佳性能.我有一些想法,但我不确定我是否充分利用它.

package stochasticsearch;
import java.util.Random;
public class StochasticSearch {
    public static double f(double x) {
        return -(x - 1) * (x - 1) + 2;
    }
    public static void main(String[] args) {
        final Random random = new Random();
        double startPointX = 0;
        double max = f(startPointX);
        long begin = System.currentTimeMillis();
        for (int i = 0; i < 1000000000; i++) {
            double index = 2 * random.nextDouble();
            if (f(index) > max) {
                max = f(index);
            }
        }
        System.out.println("Elapsed time: " + (System.currentTimeMillis() - begin));
        System.out.println("Maximum value y=f(x) is " + max);
    }
}
Run Code Online (Sandbox Code Playgroud)

谢谢,祝你有愉快的一天.

Jac*_* G. 3

您的代码在我的系统上只需不到 23 秒即可完成,并且我能够对其进行修改,使其在 2 秒内完成。这是我发现的:

  • Random当你可以使用的时候你就使用了ThreadLocalRandom;这种切换导致相对较大的加速。
  • f(index)在某些情况下,您在 for 循环内计算两次,而每次迭代只应计算一次。
  • 因为您要迭代大范围的值,所以您可以改用并行流;这也导致相对较大的加速。
  • 您要添加2到 中的每个结果,因此最好在计算后f添加一次。max

    public static double f(double x) {
        double y = x - 1;
        return -y * y;
    }
    
    public static void main(String[] args) {
        final ThreadLocalRandom random = ThreadLocalRandom.current();
    
        long begin = System.currentTimeMillis();
    
        double max = IntStream.range(0, 1_000_000_000)
                              .parallel()
                              .mapToDouble(i -> f(random.nextDouble() * 2))
                              .max()
                              .orElse(f(0)) + 2;
    
        System.out.println("Elapsed time: " + (System.currentTimeMillis() - begin));
        System.out.println("Maximum value y=f(x) is " + max);
    }
    
    Run Code Online (Sandbox Code Playgroud)