前言
之前分享一篇代码优化的文章：条件语句的多层嵌套问题优化，助你写出不让同事吐槽的代码！
今天再次分享一些我日常工作中常用的代码优化技巧，希望对大家有帮助！
文章首发在公众号（月伴飞鱼），之后同步到个人网站：xiaoflyfish.cn/
觉得有收获，希望帮忙点赞，转发下哈，谢谢，谢谢
正文
类成员与方法的可见性最小化
举例：如果是一个private的方法，想删除就删除
如果一个public的service方法，或者一个public的成员变量，删除一下，不得思考很多。
使用位移操作替代乘除法
计算机是使用二进制表示的，位移操作会极大地提高性能。
<< 左移相当于乘以 2；>> 右移相当于除以 2；
>>> 无符号右移相当于除以 2，但它会忽略符号位，空位都以 0 补齐。
a = val << 3;
b = val >> 1;
复制代码尽量减少对变量的重复计算
我们知道对方法的调用是有消耗的，包括创建栈帧、调用方法时保护现场，恢复现场等。
//反例
for (int i = 0; i < list.size(); i++) {
System.out.println("result");
}
//正例
for (int i = 0, length = list.size(); i < length; i++) {
System.out.println("result");
}
复制代码在list.size()很大的时候，就减少了很多的消耗。
不要捕捉RuntimeException
RuntimeException 不应该通过 catch 语句去捕捉，而应该使用编码手段进行规避。
如下面的代码，list 可能会出现数组越界异常。
是否越界是可以通过代码提前判断的，而不是等到发生异常时去捕捉。
提前判断这种方式，代码会更优雅，效率也更高。
public String test1(List<String> list, int index) {
try {
return list.get(index);
} catch (IndexOutOfBoundsException ex) {
return null;
}
}
//正例
public String test2(List<String> list, int index) {
if (index >= list.size() || index < 0) {
return null;
}
return list.get(index);
}
复制代码使用局部变量可避免在堆上分配
由于堆资源是多线程共享的，是垃圾回收器工作的主要区域，过多的对象会造成 GC 压力，可以通过局部变量的方式，将变量在栈上分配。这种方式变量会随着方法执行的完毕而销毁，能够减轻 GC 的压力。
减少变量的作用范围
注意变量的作用范围，尽量减少对象的创建。
如下面的代码，变量 s 每次进入方法都会创建，可以将它移动到 if 语句内部。
public void test(String str) {
final int s = 100;
if (!StringUtils.isEmpty(str)) {
int result = s * s;
}
}
复制代码尽量采用懒加载的策略，在需要的时候才创建
String str = "月伴飞鱼";
if (name == "公众号") {
list.add(str);
}
if (name == "公众号") {
String str = "月伴飞鱼";
list.add(str);
}
复制代码访问静态变量直接使用类名
使用对象访问静态变量，这种方式多了一步寻址操作，需要先找到变量对应的类，再找到类对应的变量。
// 反例
int i = objectA.staticMethod();
// 正例
int i = ClassA.staticMethod();
复制代码字符串拼接使用StringBuilder
字符串拼接，使用 StringBuilder 或者 StringBuffer，不要使用 + 号。
//反例
public class StringTest {
@Test
public void testStringPlus() {
String str = "111";
str += "222";
str += "333";
System.out.println(str);
}
}
//正例
public class TestMain {
public static void main(String[] args) {
StringBuilder sb = new StringBuilder("111");
sb.append("222");
sb.append(333);
System.out.println(sb.toString());
}
}
复制代码重写对象的HashCode，不要简单地返回固定值
有同学在开发重写 HashCode 和 Equals 方法时，会把 HashCode 的值返回固定的 0，而这样做是不恰当的
当这些对象存入 HashMap 时，性能就会非常低，因为 HashMap 是通过 HashCode 定位到 Hash 槽，有冲突的时候，才会使用链表或者红黑树组织节点，固定地返回 0，相当于把 Hash 寻址功能无效了。
HashMap等集合初始化的时候，指定初始值大小
这样的对象有很多，比如 ArrayList，StringBuilder 等，通过指定初始值大小可减少扩容造成的性能损耗。
初始值大小计算可以参考《阿里巴巴开发手册》：
循环内不要不断创建对象引用
//反例
for (int i = 1; i <= size; i++) {
Object obj = new Object();
}
//正例
Object obj = null;
for (int i = 0; i <= size; i++) {
obj = new Object();
}
复制代码第一种会导致内存中有size个Object对象引用存在，size很大的话，就耗费内存了
遍历Map 的时候，使用 EntrySet 方法
使用 EntrySet 方法，可以直接返回 set 对象，直接拿来用即可；而使用 KeySet 方法，获得的是key 的集合，需要再进行一次 get 操作，多了一个操作步骤，所以更推荐使用 EntrySet 方式遍历 Map。
Set<Map.Entry<String, String>> entryseSet = nmap.entrySet();
for (Map.Entry<String, String> entry : entryseSet) {
System.out.println(entry.getKey()+","+entry.getValue());
}
复制代码不要在多线程下使用同一个 Random
Random 类的 seed 会在并发访问的情况下发生竞争，造成性能降低，建议在多线程环境下使用 ThreadLocalRandom 类。
public static void main(String[] args) {
ThreadLocalRandom threadLocalRandom = ThreadLocalRandom.current();
Thread thread1 = new Thread(()->{
for (int i=0;i<10;i++){
System.out.println("Thread1:"+threadLocalRandom.nextInt(10));
}
});
Thread thread2 = new Thread(()->{
for (int i=0;i<10;i++){
System.out.println("Thread2:"+threadLocalRandom.nextInt(10));
}
});
thread1.start();
thread2.start();
}
复制代码自增推荐使用LongAddr
自增运算可以通过 synchronized 和 volatile 的组合来控制线程安全，或者也可以使用原子类（比如 AtomicLong）。
后者的速度比前者要高一些，AtomicLong 使用 CAS 进行比较替换，在线程多的情况下会造成过多无效自旋，可以使用 LongAdder 替换 AtomicLong 进行进一步的性能提升。
public class Test {
public int longAdderTest(Blackhole blackhole) throws InterruptedException {
LongAdder longAdder = new LongAdder();
for (int i = 0; i < 1024; i++) {
longAdder.add(1);
}
return longAdder.intValue();
}
}
复制代码程序中要少用反射
反射的功能很强大，但它是通过解析字节码实现的，性能就不是很理想。
现实中有很多对反射的优化方法，比如把反射执行的过程（比如 Method）缓存起来，使用复用来加快反射速度。
Java 7.0 之后，加入了新的包java.lang.invoke，同时加入了新的 JVM 字节码指令 invokedynamic，用来支持从 JVM 层面，直接通过字符串对目标方法进行调用。
最后
觉得有收获，希望帮忙点赞，转发下哈，谢谢，谢谢
微信搜索：月伴飞鱼，交个朋友，进面试交流群
来源：https://juejin.cn/post/7086461795308666894 标签：String,int,代码,list,实用,代码优化,str,分享,public From： https://www.cnblogs.com/konglxblog/p/17238026.html