使用hashmap scala缓存函数结果

下面是我为在scala中解决Euler#14项目而编写的一些代码

输出也显示在下面。我的问题是，我期望缓存版本具有更好的性能，但事实恰恰相反。我想我做错了什么，因为我不认为HashMap的开销足以让它变得如此缓慢

有什么建议吗

object Problem14 {
def main(args: Array[String]) {
val collatzCacheMap = collection.mutable.HashMap[Long,Long]()

def collatzLengthWithCache(num: Long): Long = {
  def collatzR(currNum: Long, solution: Long): Long = {
    val cacheVal = collatzCacheMap.get(currNum)
    if(cacheVal != None) {
      val answer = solution + cacheVal.get
      collatzCacheMap.put(num, answer);
      answer;
    }
    else if(currNum == 1) { collatzCacheMap.put(num, solution + 1); solution + 1; }
    else if(currNum % 2 == 0) collatzR(currNum/2, solution + 1)
    else collatzR(3*currNum + 1, solution + 1)
  }

  collatzR(num, 0)
}

def collatzLength(num: Long): Long = {
  def collatzR(currNum: Long, solution: Long): Long = {
    if(currNum == 1) solution + 1
    else if(currNum % 2 == 0) collatzR(currNum/2, solution + 1)
    else collatzR(currNum*3 + 1, solution + 1)
  }

  collatzR(num, 0)
}

var startTime = System.currentTimeMillis()

//val answer = (1L to 1000000).reduceLeft((x,y) => if(collatzLengthWithCache(x) > collatzLengthWithCache(y)) x else y)
val answer = (1L to 1000000).zip((1L to 1000000).map(collatzLengthWithCache)).reduceLeft((x,y) => if(x._2 > y._2) x else y)

println(answer)

println("Cached time: " + (System.currentTimeMillis() - startTime))

collatzCacheMap.clear()

startTime = System.currentTimeMillis()

//val answer2 = (1L to 1000000).par.reduceLeft((x,y) => if(collatzLengthWithCache(x) > collatzLengthWithCache(y)) x else y)
val answer2 = (1L to 1000000).par.zip((1L to 1000000).par.map(collatzLengthWithCache)).reduceLeft((x,y) => if(x._2 > y._2) x else y)

println(answer2)

println("Cached time parallel: " + (System.currentTimeMillis() - startTime))

startTime = System.currentTimeMillis()

//val answer3 = (1L to 1000000).reduceLeft((x,y) => if(collatzLength(x) > collatzLength(y)) x else y)
val answer3 = (1L to 1000000).zip((1L to 1000000).map(collatzLength)).reduceLeft((x,y) => if(x._2 > y._2) x else y)

println(answer3)

println("No Cached time: " + (System.currentTimeMillis() - startTime))

startTime = System.currentTimeMillis()

//val answer4 = (1L to 1000000).par.reduceLeft((x,y) => if(collatzLength(x) > collatzLength(y)) x else y)
val answer4 = (1L to 1000000).par.zip((1L to 1000000).par.map(collatzLength)).reduceLeft((x,y) => if(x._2 > y._2) x else y)

println(answer4)

println("No Cached time parallel: " + (System.currentTimeMillis() - startTime))
 }
}

输出：

（837799525）
缓存时间：1070
（837799525）
缓存时间并行：954
（837799525）
无缓存时间：450
（837799525）

---

没有缓存的时间并行：241

它是如何扩展的？例如，将缓存和未缓存映射中的项目数量增加10倍，以减少hashmap实现的相对开销，并查看缓存版本是否仍然较慢。首先，我以更大的数量级运行它（这很慢，毫不奇怪），应该需要一段时间（如果它解决了这个问题，long可能太小…）增加缓存和未缓存映射中的项目数量是什么意思？缓存只有一个映射，我把每个结果都放在里面缓存时间也慢了10亿到10亿对不起，我明白了你的意思，我发现某个地方的初始大小是16，为什么文档上没有呢？所以我扩展了HashMap并覆盖initalSize到~1M个条目（我将输入的条目数）它没有改变任何东西…它是如何扩展的？例如，将缓存和未缓存映射中的项目数量增加10倍，以减少hashmap实现的相对开销，并查看缓存版本是否仍然较慢。首先，我以更大的数量级运行它（这很慢，毫不奇怪），应该需要一段时间（如果它解决了这个问题，long可能太小…）增加缓存和未缓存映射中的项目数量是什么意思？缓存只有一个映射，我把每个结果都放在里面缓存时间也慢了10亿到10亿对不起，我明白了你的意思，我发现某个地方的初始大小是16，为什么文档上没有呢？所以我扩展了HashMap并覆盖了initalSize到~1M个条目（我将输入的条目数），它没有改变任何东西。。。