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    

推薦する

...

ディープラーニング(CNN RNN Attention)を使用して大規模なテキスト分類問題を解決する - 概要と実践

[[188373]]著者は最近、深層学習を応用してタオバオ商品のカテゴリー予測問題を解決するプロジェ...

コンピュータービジョンはビジネスにどのような変化をもたらすのでしょうか?

コンピューター ビジョンは企業に新たな希望をもたらし、良いスタートが始まったばかりです。視覚入力を視...

人工知能に関する12の有名な引用

[[321443]]アラン・チューリング(1912-1954)は、人工知能の概念を真剣に受け止めた最...

...

ディープラーニングの19の格闘技を見てください。絶滅危惧動物の保護にも役立ちます

絶滅危惧動物を研究する上で最大の課題の一つは、その数を正確に推定することであり、各個体を追跡して詳細...

マイマイ:AI関連の仕事は年初比50%増加

[[428165]]マイマイ人材ビッグデータによると、2021年以降、人工知能業界の人材需要と供給は...

今日のビジネスにおける自然言語処理の 8 つの応用

自然言語処理がどのようにビジネス最適化の実現手段へと進化しているかを学びます。 AI ベースのツール...

生産効率の向上以外に、AI テクノロジーは製造業に何をもたらすのでしょうか?

現代科学技術の発展は製造業の変革と向上に新たな活力をもたらしており、人工知能技術もその一つです。 [...

...

Appleが大規模モデル圧縮技術を革新、大規模モデルを携帯電話に搭載可能に

大規模言語モデル (LLM)、特に生成事前トレーニング済みトランスフォーマー (GPT) モデルは、...

ヤン・ルカンは、テンセントのポートレート写真生成が自由にできることを明かした。

今回、ヤン・ルカンが初めて「変わり続ける大物」の仲間入りを果たした。アイアンマンの衣装とかっこいいサ...

...