- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我想扫描大量文本并计算词频(n-gram 频率实际上对于那些熟悉 NLP/IR 的人来说)。我为此使用 Java HashMap。所以发生的事情是我逐行处理文本。对于每一行,我提取单词,对于每个单词,我更新 HashMap 中相应的频率。
问题是这个过程变得越来越慢。例如,它一开始每秒处理大约 100k 行,然后性能立即开始下降。在大约 2800 万行之后,性能已下降至 16k 行/秒 - 当然,还会继续下降。
首先想到的是,这是由于 hashmap 中的条目太多造成的,这导致每次 put 和 get 的速度每次都变慢。所以我尝试的是在任何时候只保留 HashMap 中最频繁的条目(比如 100k)。这是通过使用第二个映射将频率映射到单词来完成的(如下所示:Automatically sorted by values map in Java)
总体来说,这执行得更快。 (虽然一开始是 56k 行/秒,但到了 2800 万行时,性能只下降到了 36.5k 行/秒)。然而,这个数字也在持续下降,但速度要慢得多 - 但事实仍然是,它一直在下降。
当 HashMap 的大小保持不变时,您对为什么会发生这种情况有任何可能的解释吗?您认为这与垃圾收集器有什么关系吗?意思是,我不断向散列映射中放入和删除对象的事实会导致内存碎片或其他什么?或者可能是哈希函数问题?由于我使用的是字符串,因此哈希函数是 Java 的默认字符串哈希函数。
这是执行上述任务的代码部分:
注意:我是 Java 新手,因此非常欢迎您对答案进行任何详细说明
最佳答案
我建议使用 Java VisualVM 进行一些分析。这是 Java 附带的 - 转到命令行并输入 jvisualvm 来运行它。这样可以很容易地看出内存扰动是否是您的问题,或者特定类型的对象是否被创建了数十万次。
如果您将代码分解为多个方法,您还可以判断哪些方法运行时间过长。
我确实注意到您在内部循环中不必要地创建了大量对象。这肯定不会提高性能,尽管它可能不是罪魁祸首。
例如:
float avg = new Float(sumItems) / new Float (freqMap.size());
应该是
float avg = (float)sumItems / freqMap.size();
另一段可能很麻烦的代码是:
System.out.println(numItems + " items counted");
根据您的操作系统或 IDE,将 100,000 行写入控制台需要大量时间。相反,只需为每 1000 个项目编写一个进度更新即可。
关于java - 我使用 Java HashMap 越多,性能下降得越多 - 即使大小稳定,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/7475547/
这个问题在这里已经有了答案: C sizeof a passed array [duplicate] (7 个回答) 8年前关闭。 在一个函数中,我声明了一个数组: int char_count_ar
简而言之,文件系统如何与 block 设备通信? 最佳答案 我对 block 大小不太了解。我认为 ext4(Linux)的文件系统的 block 大小是 4KB,考虑到现代处理器的页面大小(4KB)
我知道 tinyint(1) 和 tinyint(2) 具有相同的存储空间范围。 唯一的区别是显示宽度不同。这是否意味着 tinyint(1) 将存储所有类型的整数但只正确显示 0 到 9 的范围?而
今晚我已经研究了以下代码几个小时,但我只是摸不着头脑。 当使用函数从标准输入填充数组时,我不断收到“大小 8 的无效写入”和“大小 8 的无效读取”。 如有任何帮助,我们将不胜感激...我知道 Sta
我有一个 valgrind 错误,我不知道如何摆脱它们: ==5685== Invalid read of size 8 ==5685== at 0x4008A1: main (in /home
我对 Hadoop 的概念有点困惑。 Hadoop block 大小、拆分大小和 block 大小 之间有什么区别? 提前致谢。 最佳答案 block 大小和 block 大小相同。 拆分大小 可能与
我想不出一个好的标题,所以希望可以。 我正在做的是创建一个离线 HTML5 webapp。 “出于某些原因”我不希望将某些文件放在缓存 list 中,而是希望将内容放在 localStorage 中。
无法将 xamarin apk 大小减少到 80 MB 以下,已执行以下操作: 启用混淆器 配置:发布 平台:事件(任何 CPU)。 启用 Multi-Dex:true 启用开发人员检测(调试和分析)
我正在开发一个程序,需要将大量 csv 文件(数千个)加载到数组中。 csv 文件的尺寸为 45x100,我想创建一个尺寸为 nx45x100 的 3-d 数组。目前,我使用 pd.read_csv(
Hello World 示例的 React Native APK 大小约为 20M (in recent versions),因为支持不同的硬件架构(ARMv7、ARMv8、X86 等),而同一应用程
我有一个包含 n 个十进制元素的列表,其中每个元素都是两个字节长。 可以说: x = [9000 , 5000 , 2000 , 400] 这个想法是将每个元素拆分为 MSB 和 LSB 并将其存储在
如何设置 GtKTextView 的大小?我想我不能使用 gtk_widget_set_usize。 最佳答案 您不能直接控制小部件的大小,而是由其容器完成。您可以使用 gtk_widget_set_
这个问题在这里已经有了答案: c++ sizeof() of a class with functions (7 个答案) 关闭 5 年前。 结果是 12。 foobar 函数存储在内存中的什么位置
当我在 ffmpeg(或任何其他程序)中使用这样的命令时: ffmpeg -i input.mp4 image%d.jpg 所有图像的组合文件大小总是比视频本身大。我尝试减少每秒帧数、降低压缩设置、模
我是 clojurescript 的新手。 高级编译后出现“77 KB”的javascript文件是否正常? 我有一个 clojurescript 文件: 我正在使用 leinigen: lein c
我想要一个 QPixmap尺寸为 50 x 50。 我试过 : QPixmap watermark(QSize(50,50)); watermark.load(":/icoMenu/preparati
我正在尝试从一篇研究论文中重新创建一个 cnn,但我对深度学习还是个新手。 我得到了一个大小为 32x32x7 的 3d 补丁。我首先想执行一个大小为 3x3 的卷积,具有 32 个特征和步幅为 2。
我一直在尝试调整 View Controller 内的 View 大小,但到目前为止没有运气。基本上,我的 View 最底部有一个按钮,当方向从纵向更改为横向时,该按钮不再可见,因为它现在太靠下了。
如何使用此功能检查图像的尺寸?我只是想在上传之前检查一下... $("#LINK_UPLOAD_PHOTO").submit(function () { var form = $(this);
我用 C++ 完成了这个,因为你可以通过引用传递参数。我无法弄清楚如何在 JavaScript 中执行此操作。我的代码需要更改什么?我的输出是1 this.sizeOfBst = function()
我是一名优秀的程序员,十分优秀!