1 案例描述 
某日，在JavaEye上看到一道面試題，題目是這樣的：請對以下的程式碼進行優化 
Java程式碼  

1. for (int i = 0; i < 1000; i++)  
2.     for (int j = 0; j < 100; j++)  
3.         for (int k = 0; k < 10; k++)  
4.             testFunction (i, j, k);  

（注：為了同後面的內容一致，這裡對原題目進行了部分修改） 

2 案例分析 
從給出的程式碼可知，不論如何優化，testFunction執行的次數都是相同的，該部分不存在優化的可能。那麼，程式碼的優化只能從迴圈變數i、j、k的例項化、初始化、比較、自增等方面的耗時上進行分析。 
首先，我們先分析原題程式碼迴圈變數在例項化、初始化、比較、自增等方面的耗時情況： 

變數	例項化(次數)	初始化(次數)	比較(次數)	自增(次數)
i	1	1	1000	1000
j	1000	1000	1000 * 100	1000 * 100
k	1000 * 100	1000 * 100	1000 * 100 * 10	1000 * 100 * 10

（注：由於單次耗時視不同機器配置而不同，上表相關耗時採用處理的次數進行說明） 
該程式碼的效能優化就是儘可能減少迴圈變數i、j、k的例項化、初始化、比較、自增的次數，同時，不能引進其它可能的運算耗時。 

3 解決過程 
從案例分析，對於原題程式碼，我們提出有兩種優化方案： 
3.1 優化方案一 
程式碼如下： 
Java程式碼  

1. for (int i = 0; i < 10; i++)  
2.     for
    (int j = 0; j < 100; j++)  
3.         for (int k = 0; k < 1000; k++)  
4.             testFunction (k, j, i);  

該方案主要是將迴圈次數最少的放到外面，迴圈次數最多的放裡面，這樣可以最大程度的（注：3個不同次數的迴圈變數共有6種排列組合情況，此種組合為最優）減少相關迴圈變數的例項化次數、初始化次數、比較次數、自增次數，方案耗時情況如下： 

變數	例項化(次數)	初始化(次數)	比較(次數)	自增(次數)
i	1	1	10	10
j	10	10	10 * 100	10 * 100
k	10 * 100	10 * 100	10 * 100 * 1000	10 * 100 * 1000

3.2 優化方案二 
程式碼如下： 
Java程式碼  

1. int i, j, k;  
2. for (i = 0; i < 10; i++)  
3.     for (j = 0; j < 100; j++)  
4.         for (k = 0; k < 1000; k++)  
5.             testFunction (k, j, i);  

該方案在方案一的基礎上，將迴圈變數的例項化放到迴圈外，這樣可以進一步減少相關迴圈變數的例項化次數，方案耗時情況如下： 

變數	例項化(次數)	初始化(次數)	比較(次數)	自增(次數)
i	1	1	10	10
j	1	10	10 * 100	10 * 100
k	1	10 * 100	10 * 100 * 1000	10 * 100 * 1000

4 解決結果 
那麼，提出的優化方案是否如我們分析的那樣有了效能上的提升了呢？我們編寫一些測試程式碼進行驗證，資料更能說明我們的優化效果。 
4.1 測試程式碼 
Java程式碼  

1. public static void testFunction(int i, int j, int k) {  
2.         System.out.print("");   // 注：該方法不影響整體優化，這裡只有簡單輸出  
3.     }  
4.     public static void testA() {  
5.         long start = System.nanoTime();  
6.         for (int i = 0; i < 1000; i++)  
7.             for (int j = 0; j < 100; j++)  
8.                 for (int k = 0; k < 10; k++)  
9.                     testFunction(i, j, k);  
10.         System.out.println("testA time>>" + (System.nanoTime() - start));  
11.     }  
12.     public static void testB() {  
13.         long start = System.nanoTime();  
14.         for (int i = 0; i < 10; i++)  
15.             for (int j = 0; j < 100; j++)  
16.                 for (int k = 0; k < 1000; k++)  
17.                     testFunction(k, j, i);  
18.         System.out.println("testB time>>" + (System.nanoTime() - start));  
19.     }  
20.     public static void testC() {  
21.         long start = System.nanoTime();  
22.         int i;  
23.         int j;  
24.         int k;  
25.         for (i = 0; i < 10; i++)  
26.             for (j = 0; j < 100; j++)  
27.                 for (k = 0; k < 1000; k++)  
28.                     testFunction(k, j, i);  
29.         System.out.println("testC time>>" + (System.nanoTime() - start));  
30. }  

4.2 測試結果 
1、測試機器配置：Pentium(R) Dual-Core CPU E5400 @2.70GHz 2.70GHz, 2GB記憶體； 
2、迴圈變數i、j、k迴圈次數分別為10、100、1000，進行5組測試，測試結果如下： 

第1組	第2組	第3組	第4組	第5組
原方案	171846271	173250166	173910870	173199875	173725328
方案一	168839312	168466660	168372616	168310190	168041251
方案二	168001838	169141906	168230655	169421766	168240748

從上面的測試結果來看，優化後的方案明顯效能優於原方案，達到了優化的效果。但優化方案二並沒有如我們預期的優於方案一，其中第2、4、5組的資料更是比方案一差，懷疑可能是迴圈次數太少，以及測試環境相關因素影響下出現的結果。 

3、重新調整迴圈變數i、j、k迴圈次數分別為20、200、2000，進行5組測試，測試結果如下： 

第1組	第2組	第3組	第4組	第5組
原方案	1355397203	1358978176	1358128281	1350193682	1354786598
方案一	1343482704	1348410388	1343978037	1347919156	1340697793
方案二	1342427528	1343897887	1342662462	1342124048	1336266453

從上面的測試結果來看，優化後的方案基本符合我們的預期結果。 

5 總結 
從案例分析和解決過程中的三個表的分析可知，優化方案一和優化方案二的效能都比原始碼的效能好，其中優化方案二的效能是最好的。在巢狀For迴圈中，將迴圈次數多的迴圈放在內側，迴圈次數少的迴圈放在外側，其效能會提高；減少迴圈變數的例項化，其效能也會提高。從測試資料可知，對於兩種優化方案，如果在迴圈次數較少的情況下，其執行效果區別不大；但在迴圈次數較多的情況下，其效果就比較明顯了。 

6 參考資料 
[1] http://www.javaeye.com/topic/762312 
[2] http://www.javaeye.com/topic/632481