Performance 在Haxe中循环最有效的方法是什么？

我找不到任何关于Haxe中循环之间实际性能差异的信息。他们提到Vector有一些速度优化，因为它是固定长度的。在对象上循环的最佳方式是什么？它是否取决于iterable对象（例如数组vs.向量vs.贴图）

---

为什么Haxe在so上很少出现？每个其他语言都对这个问题回答了5次…

因为没有人做过我发现的性能基准测试，所以我决定运行一个测试，以便将来的Haxe程序员可以获得这些信息

第一个注意事项：如果您不经常运行循环，那么它非常快，对性能几乎没有影响。因此，如果只使用数组更容易，那么就这样做。只有当你一遍又一遍地运行和/或它真的很大时，性能才会受到影响

事实证明，您的最佳选择主要取决于您的数据结构。我发现，当执行for-each样式的循环而不是标准的for-loop或while循环时，数组往往会更快。在小尺寸的情况下，数组基本上和向量一样快，所以在大多数情况下，您不需要担心使用哪一个。但是，如果您使用的是相当大的数组，那么切换到向量将非常有益。如果使用矢量，则使用标准for或while循环本质上是等效的（尽管while的触摸速度更快）。映射速度也相当快，尤其是在避免foreach循环的情况下

为了得出这些结论，我首先在以下条件下测试了回路：

测试了阵列、矢量和贴图（贴图只是为了好玩）

将每一个填充为

structure[i]=i

，其中i的大小为0…大小为[20,100,1000,10000,100000]，这样您就可以找到适合自己的大小

使用三种for循环类型在每个大小上测试每个数据结构

for (i in 0...size)
for (item in array)
while (i < size)

---

希望这能帮助那些担心性能和Haxe以及需要使用大量循环的人。

您在哪些目标上完成了这些基准测试？这可能非常重要。仅在neko上，在HaxeDevelop中启用debug，所以我想这不是最详尽的基准测试。neko目前基本上只在向后兼容方面存在，HashLink是其继承者。。。所以我不确定这些数字的相关性。我认为在一些/大多数目标中，（列表中的v）的正常

被编译成
而
循环。在任何情况下，我都会尽可能地使用普通循环，在大多数现实生活中，这不是循环的性能问题，而是循环中发生的事情。好的一点@MarkKnol，循环本身是非常优化的，内部发生的是缓慢的部分。我有一些代码要从AS3移植到Haxe，这些代码有很多简单的for循环，我试图弄清楚要将它们转换成什么样的数据结构和循环类型，所以我决定进行研究，但没有发现任何东西，因此发表了这篇文章。
Running test on size 20:

for (i...20) x 1000
    Array : 0.0019989013671875
    Vector : 0
    Map : 0.00300025939941406

for each(i in iterable) x 1000
    Array : 0.00100135803222656
    Vector : 0.00099945068359375
    Map : 0.0209999084472656

while (i < 20) x 1000
    Array : 0.00200080871582031
    Vector : 0.00099945068359375
    Map : 0.0019989013671875


Running test on size 100:

for (i...100) x 1000
    Array : 0.0120010375976563
    Vector : 0.0019989013671875
    Map : 0.0120010375976563

for each(i in iterable) x 1000
    Array : 0.00600051879882813
    Vector : 0.00299835205078125
    Map : 0.0190010070800781

while (i < 100) x 1000
    Array : 0.0119991302490234
    Vector : 0.00200080871582031
    Map : 0.0119991302490234


Running test on size 1000:

for (i...1000) x 1000
    Array : 0.11400032043457
    Vector : 0.0179996490478516
    Map : 0.104999542236328

for each(i in iterable) x 1000
    Array : 0.0550003051757813
    Vector : 0.0229988098144531
    Map : 0.210000991821289

while (i < 1000) x 1000
    Array : 0.105998992919922
    Vector : 0.0170001983642578
    Map : 0.101999282836914


Running test on size 10000:

for (i...10000) x 1000
    Array : 1.09500122070313
    Vector : 0.180000305175781
    Map : 1.09700012207031

for each(i in iterable) x 1000
    Array : 0.553998947143555
    Vector : 0.222999572753906
    Map : 2.17600059509277

while (i < 10000) x 1000
    Array : 1.07900047302246
    Vector : 0.170999526977539
    Map : 1.0620002746582


Running test on size 100000:

for (i...100000) x 1000
    Array : 10.9670009613037
    Vector : 1.80499839782715
    Map : 11.0330009460449

for each(i in iterable) x 1000
    Array : 5.54100036621094
    Vector : 2.21299934387207
    Map : 20.4000015258789

while (i < 100000) x 1000
    Array : 10.7889995574951
    Vector : 1.71500015258789
    Map : 10.8209991455078


total time: 83.8239994049072