Map or switch

感谢同事 ｛空蒙｝的投稿

最近碰到个场景，还蛮有普遍性的，如mtop的请求入口非常多，有api2，api3，api4，h5，h5update，cdn_cache,bigpipe等，而Mtop需要依据其具体的入口，选择不同的业务逻辑进行对应的处理。

马上想到两个方案：

              switch (et) {
              case API3:
                     return api3service;
              case API4:
                     return api4service;
              case API2:
                     return api2service;
              ……

if else这种就不予考虑了，明显采用map显的更优雅，代码更具可维护性，目前mtop存在6个入口，api4还未上，如果用switch每次需要硬编码那性能呢？

但用map，也可以做些优化处理，比如我发现api3、h5、cdn_cache在map默认大小为16下，其桶位置发生了碰撞，这样每次get的时候就需要遍历了，这是不好，当然有两种方案，一是改key值避免碰撞，二是改map大小，让其不发生碰撞，我采用map大小为64，避免碰撞，当然后面如要继续添加时候，需要关注经测试，性能可以提升44%，（本机场景，并且这个key在桶的最尾部，也就是需要全部遍历桶全部数据的场景，并且全部预先执行1w次，摒弃了jit对结果的影响）

但map的get操作，每次需要进行hash，位移操作，&操作，再比较操作，想想就需要很多的指令要执行完才能拿到

如果是switch呢？Switch在编译后，有LookupSwitch 和 TableSwitch，其中TableSwitch是O(1)的，LookupSwitch是 O(log n)，TableSwitch情况如下：

int chooseNear(int i) {
    switch (i) {
        case 0:  return  0;
        case 1:  return  1;
        case 2:  return  2;
        default: return -1;
    }
}

编译后结果

Method int chooseNear(int)
0   iload_1             // Push local variable 1 (argument i)
1   tableswitch 0 to 2: // Valid indices are 0 through 2
      0: 28             // If i is 0, continue at 28
      1: 30             // If i is 1, continue at 30
      2: 32             // If i is 2, continue at 32
      default:34        // Otherwise, continue at 34
28  iconst_0            // i was 0; push int constant 0...
29  ireturn             // ...and return it
30  iconst_1            // i was 1; push int constant 1...
31  ireturn             // ...and return it
32  iconst_2            // i was 2; push int constant 2...
33  ireturn             // ...and return it
34  iconst_m1           // otherwise push int constant -1...
35  ireturn             // ...and return it

也就是TableSwitch只要计算一次偏移量，立即就能到case执行，其时间复杂度为O(1)

LookupSwitch
int chooseFar(int i) {
    switch (i) {
        case -100: return -1;
        case 0:    return  0;
        case 100:  return  1;
        default:   return -1;
    }
}

编译后：

Method int chooseFar(int)
0   iload_1
1   lookupswitch 3:
         -100: 36
            0: 38
          100: 40
      default: 42
36  iconst_m1
37  ireturn
38  iconst_0
39  ireturn
40  iconst_1
41  ireturn
42  iconst_m1
43  ireturn

也就是LookupSwitch编译后会保证其顺序，并采用二分法查找对应的case，其时间复杂度为O(log n)
本机，全部预先执行1w次跳过jit的影响，采用map与switch各执行1亿次，执行时间是两位数的差距，map为400多ms，switch为5ms

当然测试的场景case都比较少，如果达到1k多个case条件呢？ Jit还会把jvm指令缓存吗？，如果不缓存又是另外的情况了
大家可以把eclipse设置Xint，看看屏蔽jit后大量运行的效果
还有switch在什么场景下编译后会是TableSwitch，什么下会是LookupSwitch，毕竟两者的时间复杂度还是有差距
Java应用的性能，还是要详细分析其场景，至于要性能还是代码更优雅，要自己权衡了，呵呵，有更好的方案，还请分享哦

参考资料

• stackoverflow.com
• jvm官方文档