首先不适用缓存技术,读取数据:
//非缓冲计时 package com.swust; import java.io.*; /* *功能:创建一个程序,写10000个随机双精度的数到一个文件中,同时测试运用缓冲和非缓冲技术 * * 读取数据,求平均数,进行这种操作所需要的时间 *分析: * 在写开始操作之前,先获取当前时间 * 再将它同操作结束后的时间作比较,以此判断各个操作的时间 *实现: * 仍使用两个类: */ public class flowTest { public static void main(String[] args) { double sum=0; try{ long start=System.currentTimeMillis(); FileInputStream fileIn = new FileInputStream("sample.ini"); DataInputStream in=new DataInputStream(fileIn); for (int i=0;i<10000;i++){ sum+= in.readDouble(); } in.close(); long stop=System.currentTimeMillis(); System.out.println("平均数:"+(sum/10000)); System.out.println("程序运行了:"+(stop-start)); }catch(Exception e){ System.out.println(e.toString()); } } }
运行结果:
平均数:0.5061121254198577
程序运行了:16
使用缓冲技术:
//非缓冲计时 package com.swust; import java.io.*; /* *功能:创建一个程序,写10000个随机双精度的数到一个文件中,同时测试运用缓冲和非缓冲技术 * * 读取数据,求平均数,进行这种操作所需要的时间 *分析: * 在写开始操作之前,先获取当前时间 * 再将它同操作结束后的时间作比较,以此判断各个操作的时间 *实现: * 仍使用两个类: */ public class flowTest { public static void main(String[] args) { double sum=0; try{ long start=System.currentTimeMillis(); FileInputStream fileIn = new FileInputStream("sample.ini"); //////////////////////////////////////// BufferedInputStream bfs_in =new BufferedInputStream(fileIn); DataInputStream in=new DataInputStream(bfs_in); //////////////////////////////////////// for (int i=0;i<10000;i++){ sum+= in.readDouble(); } in.close(); long stop=System.currentTimeMillis(); System.out.println("使用缓冲后 平均数:"+(sum/10000)); System.out.println("程序运行了:"+(stop-start)); }catch(Exception e){ System.out.println(e.toString()); } } }
运行结果:
使用缓冲后
平均数:0.5061121254198577
程序运行了:0
完成这个操作几乎不到一秒的时间,这种改善非常大,读取数据的时间几乎可以忽略,所以在大数据输入的时候应该采用缓冲流