在我写的blog中,这个算是参与度比较高的,所以有必要把程序写的更加容易理解一些。
我的电脑配置:
bechmark system_profiler SPHardwareDataType
Hardware:Hardware Overview:
Model Name: MacBook Pro
Model Identifier: MacBookPro14,1
Processor Name: Dual-Core Intel Core i5
Processor Speed: 2.3 GHz
Number of Processors: 1
Total Number of Cores: 2
L2 Cache (per Core): 256 KB
L3 Cache: 4 MB
Hyper-Threading Technology: Enabled
Memory: 8 GB
Boot ROM Version: 428.0.0.0.0
SMC Version (system): 2.43f10
直接上代码:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
|
package bechmark import ( "testing" ) var ( // 原始slice origin = [] int { 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9 , 10 } // 需要删除的元素 targetEle = 6 ) // 第一种 func BenchmarkMake(t *testing.B) { t.ResetTimer() for i := 0 ; i < t.N; i++ { target := make ([] int , 0 , len (origin)) for _, item := range origin { if item != targetEle { target = append (target, item) } } } } // 第二种 func BenchmarkReuse(t *testing.B) { t.ResetTimer() for i := 0 ; i < t.N; i++ { target := origin[: 0 ] for _, item := range origin { if item != targetEle { target = append (target, item) } } } } // 第三种 func BenchmarkEditOne(t *testing.B) { t.ResetTimer() for i := 0 ; i < t.N; i++ { for i := 0 ; i < len (origin); i++ { if origin[i] == targetEle { origin = append (origin[:i], origin[i+ 1 :]...) i-- // maintain the correct index } } } } |
Benchmark结果:
bechmark go test -v -bench=. -benchtime=3s -benchmem
goos: darwin
goarch: amd64
pkg: test/bechmark
BenchmarkMake-4 95345845 35.8 ns/op 80 B/op 1 allocs/op
BenchmarkReuse-4 255912920 14.4 ns/op 0 B/op 0 allocs/op
BenchmarkEditOne-4 473434452 7.56 ns/op 0 B/op 0 allocs/op
PASS
ok test/bechmark 12.915s
解释:
- 除了第一种方法外,其他方法都对原数据进行了修改;
- 第一种方法适合不污染原slice数据的情况下使用,这种方式也比较简单,大部分学习golang的人也都能想到,不过性能稍差一些,还存在内存分配情况,不过也要看业务需要;
- 第二种方法比较巧妙,也是看到一个大神写的,创建了一个slice,但是共用原始slice的底层数组;这样就不需要额外分配内存空间,直接在原数据上进行修改。
- 第三种方法也会对底层数组进行修改,思路和前两种正好相反,如果找到需要移除的元素的时候,将其之后的元素前移,覆盖该元素的位置。
总结
到此这篇关于Golang中slice删除元素的性能对比的文章就介绍到这了,更多相关Golang slice删除元素内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家!
原文链接:https://www.jianshu.com/p/d276aa7300d1