Java在数值算法中的性能

我对Java数值算法的性能很好奇，比如说矩阵双精度乘法，使用最新的JIT机器与手工调优的SSE C++/assembler或Fortran对应程序进行比较

我在网上看过，但大部分结果都来自近10年前，我知道Java从那时起取得了很大进步

如果您有在数字密集型应用程序中使用Java的经验，您可以分享您的经验。另外，Java在循环相对较短、内存访问不是很统一但仍在一级缓存限制内的内核中的性能如何？如果这样的内核连续执行多次，JVM可以在运行时对其进行优化吗

---

感谢您，Java使用实时（JIT）编译器将字节码转换为本机语言-因此，第一次运行代码块时，速度会变慢，但一旦段“预热”，性能将相当。简言之，数字性能非常好。

第二，最好的办法是自己测试，因为性能会因具体操作的不同而有所不同。我觉得很难相信Shane C. Mason的回答，java性能将与C++或FORTRAN性能相同，因为C++和FORTRAN甚至不能与某些科学计算算法相媲美。p>

---

我有一个用C++编写的计算流体力学代码，同样的代码基本上翻译成FORTRAN。我还不确定为什么，但是FORTRAN版本的速度是C++版本的两倍。我想，有了边界检查和垃圾收集等特性，Java会比这两者都慢，但在测试之前我不知道

> P>是java与VC++的编程语言的一个链接，它将给你比较java在多个计算密集型算法上的速度。它还将向您展示最高性能的java代码。在大多数情况下，对于这几个特定的基准测试，java需要更多的时间（但不超过2或3次）来运行。

这是从.NET的角度来看的，但我90%确信java也是如此。虽然JIT将尽可能地使用SSE指令，但在处理矩阵乘法等问题时，它目前不会自动向量化代码。使用编译器内嵌/内嵌汇编的手工矢量化C++在这里肯定会更快。P> >这可以依赖于C++代码中的内容。

例如，您正在使用GPU吗编辑我忘记了jogl，所以Java可以在这里竞争

如果使用STM或共享内存进行并行化，那么Java就无法与之竞争。 有关并行矩阵乘法分析的链接：

您是否有足够的内存在内存中进行计算，这样就不需要垃圾收集器了，您是否对垃圾收集器进行了微调以获得最佳性能？那么，Java可能会具有竞争力

你使用多核，C++是利用这个体系结构来优化的吗？那么Java将无法与之竞争

如果您使用多台计算机捆绑在一起，那么Java将无法与之竞争

如果您使用这些工具的任意组合，那么它将取决于特定的实现

java不是设计用来与手工调谐C++程序竞争，但是，调整时间需要做足够的计算，这会有什么关系？java将能够给出一些合理的速度，但工作量比手工调整少，但对C++代码的改进没有多大的改进。

---

<>你可能想看看Haskell或Erlang是否有改进，比如说C++，因为这些语言是为这类工作而设计的。

< P> java中最薄弱的一点是（原生）矩阵运算。这是由于Java矩阵的性质：

• 不能将矩阵声明为矩形，即每行可以有不同数量的列

• 从技术上讲，矩阵不是“double（或int…）矩阵”，而是…数组的数组。最大的区别在于，因为数组是Java对象，所以可以将同一个数组对象分配给多行

这两个属性使得编译器无法进行许多标准的矩阵优化

---

通过使用在单个长数组上模拟矩阵的Java库，您可能会获得更好的性能。但是，对于所有访问，您都有方法调用的开销。

C++肯定会更快。您甚至可以有一些手动优化的库，其中包含每个主要CPU的汇编代码。再好不过了

之后，如果需要，您可以使用JNI从Java调用它

---

Java不适用于这样的高性能算术计算。如果您依赖于这些，我建议您选择一种合适的低级语言来实现它。或者，您也可以用低级语言编写特定于性能的部分，然后使用JNI或其他IPC方法将其连接到Java前端。

您感兴趣的计算是快速傅立叶变换、雅可比连续过松弛、蒙特卡罗积分、稀疏矩阵Mult、，稠密LU矩阵分解

它们构成了可在计算机上作为小程序启动的

此外，还有一系列的计划，以及一个

---

---

类似地，您可以使用和。

我已经用Java编写了一些相当大且对性能敏感的数字代码（通常处理大量的双精度数组）

我发现Java对于快速数值计算来说“足够好”。特别是当你认为你通常没有CPU绑定时，内存延迟和缓存感知可能是你对大数据集最大的问题。 霍维夫