TTP*_*TTP 10 java optimization recursion tail fibonacci
我正在研究Tail调用递归,并且遇到了一些提到的文档.Sun Java没有实现尾调用优化.我写了以下代码以3种不同的方式计算斐波纳契数:1.迭代2.头递归3.尾递归
public class Fibonacci {
public static void main(String[] args) throws InterruptedException {
int n = Integer.parseInt(args[0]);
System.out.println("\n Value of n : " + n);
System.out.println("\n Using Iteration : ");
long l1 = System.nanoTime();
fibonacciIterative(n);
long l2 = System.nanoTime();
System.out.println("iterative time = " + (l2 - l1));
System.out.println(fibonacciIterative(n));
System.out.println("\n Using Tail recursion : ");
long l3 = System.nanoTime();
fibonacciTail(n);
long l4 = System.nanoTime();
System.out.println("Tail recursive time = " + (l4 - l3));
System.out.println(fibonacciTail(n));
System.out.println("\n Using Recursion : ");
long l5 = System.nanoTime();
fibonacciRecursive(n);
long l6 = System.nanoTime();
System.out.println("Head recursive time = " + (l6 - l5));
}
private static long fibonacciRecursive(int num) {
if (num == 0) {
return 0L;
}
if (num == 1) {
return 1L;
}
return fibonacciRecursive(num - 1) + fibonacciRecursive(num - 2);
}
private static long fibonacciIterative(int n) throws InterruptedException {
long[] arr = new long[n + 1];
arr[0] = 0;
arr[1] = 1;
for (int i = 2; i <= n; i++) {
// Thread.sleep(1);
arr[i] = arr[i - 1] + arr[i - 2];
}
return arr[n];
}
private static long fibonacciTail(int n) {
if (n == 0)
return 0;
return fibHelper(n, 1, 0, 1);
}
private static long fibHelper(int n, int m, long fibM_minus_one, long fibM) {
if (n == m)
return fibM;
return fibHelper(n, m + 1, fibM, fibM_minus_one + fibM);
}
}
Run Code Online (Sandbox Code Playgroud)
在运行此程序时,我得出了一些结果:
系统规格:
英特尔酷睿5处理器
Windows XP,
32位Java 1.6
JVM的默认堆栈大小.
Ste*_*n C 12
这是否意味着java在内部进行了一些Tail调用优化?
不,不是的.HotSpot JIT编译器不实现尾调用优化.
您观察到的结果是您在Java基准测试中看到的异常情况的典型结果,该异常情况未考虑JVM预热.例如,调用方法的"前几"次,它将由解释器执行.然后JIT编译器将编译该方法......它将变得更快.
为了获得有意义的结果,在整个批次周围放置一个循环并运行它多次,直到时间稳定.然后丢弃早期迭代的结果.
...为什么我这样做会给n> 5000的StackOverflowError?
这只是证据表明没有任何尾调用优化发生.
对于第一个问题,2^50(或接近的值)是多少?递归 Fib 函数中的每个数字 N 都会调用它两次(之前的 2 次)。其中每一个都调用 2 个先前的迭代,等等......因此它会增长到 2^(Nk) 的递归(k 可能是 2 或 3)。
第二个问题是因为第二个问题是直N递归。它不是双头的(N-1),(N-2),而是简单地从 M=1、M=2...M=N 开始构建。每一步都会保留 N-1 值用于相加。由于它是 O(N) 操作,因此它与迭代方法相当,唯一的区别在于 JIT 编译器如何优化它。不过,递归的问题在于,堆栈到帧上的每个级别都需要巨大的内存占用 - 在某些限制下,您会耗尽内存或堆栈空间。 它通常仍然比迭代方法慢。
| 归档时间: |
|
| 查看次数: |
6289 次 |
| 最近记录: |