要用 System.nanoTime() 真正看清算法性能，关键不是“测一次”，而是让测量结果可比、可信、不被干扰；它提供单调高精度间隔计时，需预热、防优化、减干扰，并正确转换纳秒为微秒以避免精度丢失。
要用 System.nanoTime() 真正看清算法性能，关键不是“测一次”，而是让测量结果可比、可信、不被干扰。
只用 nanoTime() 测时间差，别碰 currentTimeMillis()
两者定位完全不同：currentTimeMillis() 返回的是“墙上时间”，精度通常只有毫秒级，且受系统时间调整影响——比如运维改了服务器时间，你的耗时就可能变负数；而 nanoTime() 是单调递增的高分辨率计时器，专为测量间隔设计。它不告诉你现在几点，只告诉你“从 A 到 B 过了多久”。实际分辨率取决于系统（Linux 通常 ~10–15 纳秒，Windows 约 100 纳秒），但足够覆盖微秒级分析需求。
纳秒转微秒：选对除法方式才不丢精度
得到纳秒差后，不能简单 durationNs / 1000 就完事。Java 整数除法会直接截断余数，比如 1999 纳秒 → 1 微秒，丢失近一半信息。根据用途选合适方式：
-
日志打点或阈值判断（如“是否超 50μs”）：用
durationNs / 1000，整数截断够用 -
平均耗时统计或绘图：用
durationNs / 1000.0，保留小数，避免系统性低估 -
报告人类可读结果（如“约 2.3μs”）：用
Math.round(durationNs / 1000.0)，四舍五入更直观
避开常见干扰，让数据真实反映算法本身
一次调用测出的数字，大概率不是算法的真实开销，而是 JVM 预热、GC、上下文切换甚至计时器自身开销的混合体：
deep-java-review
下载
Java项目代码review工具。分析Git变更+完整调用链路上下文，推断业务需求，进行多维度评分和分类汇总，生成完整PRD文档。包含细粒度Java代码审查清单（Null安全、异常处理、Streams、并发、equals/hashCode、资源管理、API设计、性能、MyBatis/ORM、事务边界、SQL/DD...
立即学习“Java免费学习笔记（深入）”；
- 先预热：循环执行目标代码至少 1000 次，丢弃前 100 次结果，让 JIT 编译完成、类加载完毕
- 防优化：把计算结果赋给
volatile变量（如volatile int sink），避免 JIT 把整个计算优化掉 - 减干扰：测量块内不打印、不创建对象、不触发 GC；关闭 IDE 日志、暂停后台程序
- 单线程跑：确保所有测量都在同一线程执行，排除调度抖动影响
一个轻量但靠谱的实测模板
不需要 JMH，也能快速验证算法改动效果：
volatile int sink;
long totalNanos = 0;
int warmup = 100, iterations = 10000;
<p>// 预热
for (int i = 0; i < warmup; i++) {
sink = yourAlgorithm();
}</p><p>// 正式测量
for (int i = 0; i < iterations; i++) {
long start = System.nanoTime();
sink = yourAlgorithm(); // 结果必须被使用
long end = System.nanoTime();
totalNanos += (end - start);
}</p><p>double avgMicros = totalNanos / (double) iterations / 1000.0;
System.out.printf("平均 %.2f μs%n", avgMicros);
不复杂但容易忽略
