Mac OS X NSArray 枚举性能研究的示例分析，针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。

成都创新互联专注于企业成都全网营销推广、网站重做改版、石家庄网站定制设计、自适应品牌网站建设、H5网站设计、商城网站定制开发、集团公司官网建设、成都外贸网站建设、高端网站制作、响应式网页设计等建站业务，价格优惠性价比高，为石家庄等各大城市提供网站开发制作服务。

一天，我在思考 NSArray 枚举方法 (也称迭代方法): Mac OS X 10.6 和 iOS 4 带来了以块(block)组成的美丽新世界，enumerateObjectsUsingBlock: 方法随之而来。我感觉这个方法要慢于快速枚举 (for (object in array) { ... })，因为有总体开销，但我并不能确定。因此我决定做一次性能测评。

都有哪些枚举方法?

总体来说，我们有4种可以使用的枚举方法 (参考 Mike Ash 的 周五常见问题 2010-04-09: Objective-C 的枚举方法对比)。

1、objectAtIndex: enumeration使用一个 for 循环，递增循环变量，然后用 [myArray objectAtIndex:index] 来访问元素。这是最基本的枚举形式。

NSUInteger count = [myArray count];  for (NSUInteger index = 0; index < count ; index++) {      [self doSomethingWith:[myArray objectAtIndex:index]];  }

2、NSEnumerator外部迭代(external iteration)的形式: [myArray objectEnumerator] 返回一个对象，这个对象有  nextObject 方法。我们可以循环调用这个方法，直到返回 nil 为止。

NSEnumerator *enumerator = [myArray objectEnumerator];  id object;  while (object = [enumerator nextObject]) {      [self doSomethingWith:object];  }

3、NSFastEnumeratorThe idea behind 快速枚举 的思想是利用 C 数组快速访问 来优化迭代。不仅它理论上比传统的  NSEnumerator 更快，而且 Objective-C 2.0 提供了这种简明的语法：

id object;  for (object in myArray) {      [self doSomethingWith:object];  }

4、Block enumeration（块枚举）引入 blocks 后出现的方法，它可以基于块来迭代访问一个数组。它的语法没有快速枚举那么简洁，但它有一个有趣的特性: 并发枚举。如果枚举的顺序并不重要，而且实施的处理可以并发进行，不用锁，这种方法可以在多核系统上带来相当明显的效率提升。详情参考 并发枚举一节。

[myArray enumerateObjectsUsingBlock:^(id object, NSUInteger index, BOOL *stop) {      [self doSomethingWith:object];  }];  [myArray enumerateObjectsWithOptions:NSEnumerationConcurrent usingBlock:^(id obj, NSUInteger idx, BOOL *stop) {      [self doSomethingWith:object];  }];

线性枚举

首先，我们讨论一下线性枚举：一个项目接着前一个。

图表

结论

有一点令人惊讶的是，NSEnumerator甚至比使用objectAtIndex:还慢。这对于Mac OS X 和IOS是一个事实。我猜想这是由于枚举器在每次迭代时都去检查数组是否被修改。自然地，快速枚举保存了每个原始的名字，因此是最快的解决方案。

对于小的数组，block enumeration 比objectAtIndex:稍慢一点，但在有大量元素的数组里，它的性能变得与fast enumeration差不多快。

fast enumeration和NSEnumeration之间的区别在很多地方已经非常明显：对于iPhone 4S，前者花费约0.037秒而后者需要0.140秒。这已经相差了3.7陪。

奇怪的一点

***在程序中分配 NSArray 和***用objectEnumerator 获取 enumerator 都需要异常长的时间才能完成。例如，在我 2007 年的 17 寸 MacBook Pro 上分配含一个元素的数组，所需时间的中位数是 415 纳秒。但***分配的时候会需要 500,000 纳秒，有时甚至要到 1,000,000 纳秒！获取 enumerator 也是如此：尽管中位数只有 673 纳秒，***获取却要花 500,000 纳秒以上。

我只能猜测其中的原因，但我怀疑延迟加载是罪魁祸首。在实际应用中，你可能不会注意到这一点，因为等到执行你的代码时，Cocoa 或 Cocoa Touch 很可能已经创建过数组了。

并发枚举

如果情况允许，你可以选择用块枚举来并发枚举对象。这意味着计算的工作量可以分散到几个 CPU 内核上。并不是每种枚举过程中的处理都是可并发的，因此只有没用到锁的时候，才能使用并发枚举：要么每一步操作确实是绝对相互独立的，要么有原子性的操作可用 (如 OSAtomicAdd32 之类)。

那么，它相比其他枚举类型有多大优势呢？

图表

结论

元素不多时，并发枚举是目前最慢的方法。主要原因可能是为了让数组能并发访问而做的准备工作和开启线程（我不知道用的是 GCD 还是“传统的”线程，这不重要；这是我们不需关心的实现细节）。

尽管如此，如果数组足够大，并发枚举突然就成了最快的方法了，正如我们所料。在 iPhone 4S 上枚举 100 万个元素，用并发枚举需要 0.024 秒，但快速枚举需要 0.036 秒。相形之下，还是同一个数组，NSEnumeration 要用 0.139 秒! 这已经是非常大的差距了，足有 5.7 倍之多。

在我的办公室，2011 iMac 24"采用了酷睿i7四核CPU，同时在0.0016秒之内列举了百万项。同一数组快速枚举了0.0044秒和NSEnumeration o.oo93秒。那个因数是5.8，它非常接近于ipone 4S的结果。在这里，我期待一个更大的差异，虽然，在我的2007 MacBook采用了Core2 Duo双核CPU，在这里因数刚好是3.7.当同时枚举的阈值成为有用，在某处以我的测试是10，000和50,000分子之间。用更少的分子元素，去掉正常的块迭代。

分配方式

我也想知道枚举的性能会不会受数组创建方式的影响。我测试了两个不同的方法：

1. 首先创建一个 C 数组，里面引用了数组元素的对象实例，然后再用 initWithObjects:count: 创建NSArray。

2. 直接创建 NSMutableArray 并依次用 addObject: 添加对象。

结果是迭代过程的没有区别，但分配过程有所不同：initWithObjects:count: 快一些。数组元素很多时，差距更加显著。这个例子创建了一个元素为 NSNumber 的数组：

NSArray *generateArrayMalloc(NSUInteger numEntries) {      id *entries;      NSArray *result;                entries = malloc(sizeof(id) * numEntries);      for (NSUInteger i = 0; i < numEntries; i++) {          entries[i] = [NSNumber numberWithUnsignedInt:i];      }            result = [NSArray arrayWithObjects:entries count:numEntries];            free(entries);      return result;  }

我是如何来测量的？

你可以从 http://darkdust.net/files/arraytest.m 来下载这个测试应用 看看我是如何来测量的。基本上我就是测量重复迭代一个数组（什么处理也不做）1000次需要多长时间。在图表中，取每个数组尺寸的平均值。这个应用的编译选项是关闭优化（-O0）。对于 iOS，我是在一个 iPhone 4S 上进行的测试。对 MAC OS X，我用我家里2007年产的 MacBook Pro 17”和我办公室2011年产的 iMac 24”来测试。MAC OS X的图表显示的是iMac上的结果，在MacBook Pro上的图表看起来与此相似，只是更慢一些。

关于Mac OS X NSArray 枚举性能研究的示例分析问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注创新互联行业资讯频道了解更多相关知识。

分享标题：MacOSXNSArray枚举性能研究的示例分析
本文地址：http://kswjz.com/article/pogdoe.html