Java でアルゴリズムを実装する場合は、再帰に注意してください。

Java でアルゴリズムを実装する場合は、再帰に注意してください。

現象:

再帰は、アルゴリズムの原理をうまく説明できる古典的なアルゴリズム実装です。再帰は、アルゴリズムの説明、パフォーマンス、コード構造の理解に適しています。

しかし、この記事で言いたいのは、Java で再帰アルゴリズムを実装するときには、再帰を使用せず、非再帰実装に変換するようにすることです。

最近、より複雑なアルゴリズムを実装する際に試してみたところ、非再帰実装では再帰実装に比べて速度が 1/3 向上することがわかりました。

次の簡単な例を見てみましょう: (注: 説明を簡略化するために、ここでは簡単な例のみを使用しています)

入力パラメータ: N

出力: log1+log2+log3+....+logN

2 つの実装コードは次のとおりです。

Javaコード

  1. パッケージテスト;
  2.     
  3. 公共 クラスRecursiveTest {
  4.      /**
  5. * 再帰実装
  6. *
  7. * @param n
  8. * @戻る
  9. */     
  10.     公共 静的 二重再帰( long n) {
  11.          (n == 1 )の場合{
  12.              Math.log( 1 )を返します
  13. }それ以外{
  14.              Math.log(n) + recursive(n - 1 )を返します
  15. }
  16. }
  17.     
  18.      /**
  19. * 非再帰実装
  20. *
  21. * @param n
  22. * @戻る
  23. */     
  24.     公共 静的 直接倍精度浮動小数点数型( long n) {
  25.         ダブル結果 = 0 ;
  26.          ( int i = 1 ; i <= n; i++)の場合{
  27. 結果 += Math.log(i);
  28. }
  29.         結果を返します
  30. }
  31.     
  32.     公共 静的  void main(String[] args) {
  33.         整数i = 5000000 ;
  34.         長いテスト = System.nanoTime();
  35.         長いstart1 = System.nanoTime();
  36.         ダブルr1 = 再帰(i);
  37.         長いend1 = System.nanoTime();
  38.         長いstart2 = System.nanoTime();
  39.         ダブルr2 = 直接(i);
  40.         長いend2 = System.nanoTime();
  41.     
  42. System.out.println( "再帰結果:" + r1);
  43. System.out.println( "使用された再帰時間: " + (end1 - start1));
  44. System.out.println( "非再帰結果:" + r2);
  45. System.out.println( "非再帰使用時間: " + (end2 - start2));
  46. }
  47. }

実行結果は次のとおりです。

  1. 再帰結果:7.212475098340103E7
  2. 再帰使用時間:539457109
  3. 非再帰結果:7.212475098340103E7
  4. 非再帰使用時間:282479757

再帰実行時間は非再帰実行時間のほぼ 2 倍であることがわかります。

(注: 上記のコードは、パラメータ -Xss200m の下で実行されます。スタック スペースが不足している場合は、直接実行できません)

理由の簡単な分析:

上図は、Java スレッド スタックの構造を示しています。 Java はスレッドごとにスタックを維持し、スタックはメソッドごとにスタック フレームを保存します。スタック フレームはメソッドの実行状態を表します。 これは、メソッド スタックと呼ばれることが多いものです。 ***1つは現在実行中のスタック フレームです。

各メソッド呼び出しには次の内容が含まれます。

1. 新しい呼び出しメソッドのスタックフレームを生成する

2. 現在のメソッドのスタックフレームの状態を保存する

3. スタック フレームのコンテキストが *** メソッド スタック フレームに切り替わります。

再帰的な実装はスタック メモリの消費 (多くの場合、Xss パラメータの調整が必要) とスタック フレームの作成および切り替えによるパフォーマンスのオーバーヘッドにつながり、最終的には効率に大きな影響を与えます。

したがって、アルゴリズムの効率を向上させたい場合は、再帰を使用しないことが基本原則です。

さらに、再帰はアルゴリズムを理解するために使用する方法です。コードに実装すると、基本的に非再帰的なコード実装に変換できます。

<<:  コンシステントハッシュアルゴリズムの詳細な説明

>>:  Cacti パーセンタイル監視アルゴリズム

ブログ    
ブログ    

推薦する

たった今、アリババが重大な技術的爆弾を発表しました!

人類史上のスーパープロジェクトとは何でしょうか?ピラミッド、万里の長城、ドバイワールドアイランド、三...

...

...

JavaScript によるデータ構造とアルゴリズムの実装と応用: Stack/Recursion/Hanno

まとめこの記事では、Stack データ構造の基本的な操作とそのいくつかの応用について紹介します。括弧...

JD.com、ビリビリ、ピンドゥオドゥオなど中国企業88社が米国の上場廃止前リストに含まれ、中国コンセプト株がクリアされる可能性

半月も経たないうちに、第6波がまたやってきました!現地時間5月4日、米証券取引委員会は再び「上場廃止...

スマートからレスポンシブへ: 人工知能で建築の未来を探る

未来の建築: AIが新たな現実を構築する人工知能 (AI) は、未来的な概念という見せかけを超えて、...

権威ある業界レポートが発表されました。我が国のロボット開発の特徴と傾向は何ですか?

ロボットは「製造業の至宝」とみなされており、ロボット産業の発展は国家のイノベーションと産業競争力の向...

...

あなたの向かいに座っている「オフィス秘書」はロボットかもしれませんか?ロシアが超リアルなロボットを発表

ロボットがいくつかの簡単な作業を実行できることは目新しいことではありません。最近、ロシア西部の都市ペ...

賢くなる方法: 神経科学にヒントを得た人工知能

[[201067]]私はデイビッド・マーが「神経科学のチューリング」のような存在だといつも感じていま...

...

ディープラーニングの「記憶喪失」に応えて、科学者たちは類似性に基づく重み付けインターリーブ学習を提案し、PNASに掲載された。

人間とは異なり、人工ニューラル ネットワークは新しいことを学習するときに以前に学習した情報をすぐに忘...

...

データ処理を簡単にしますか? Baidu EasyDataが初の高度なインテリジェントデータクリーニング機能をリリース

AI モデルを開発する場合、データの量と品質がモデルの有効性に直接影響します。現場でデータを収集した...