Sun的规范JVM实现对字节码进行了一些非常复杂的优化，以便在代码运行几次后获得接近native的执行速度。问题是，为什么不将此编译后的代码缓存到磁盘以供后续使用同一函数/类时使用？就目前而言，每次执行程序时，JIT编译器都会重新启动，而不是使用代码的预编译版本。当字节码本质上是被解释时，添加这个特性不会显着增加程序的初始运行时间吗？ 最佳答案 在不使用@MYYN发布的链接的情况下，我怀疑这是因为JVM执行的优化不是静态的，而是动态的，基于数据模式和代码模式。这些数据模式很可能会在应用程序的生命周期内发生变化，从而导致缓存的优化不是

是否存在JIT编译器比C++等其他编译器更快的场景？您认为futureJIT编译器只会看到一些细微的优化、功能但遵循类似的性能，还是会出现使其无限优于其他编译器的突破？看起来多核范式有一些希望，但它不是通用魔法。有什么见解吗？ 最佳答案 是的，肯定有这样的场景。JIT编译可以使用运行时分析来优化特定情况，基于对代码当前实际执行的特征的测量，并且可以根据需要重新编译“热”代码。这不是理论上的。Java的HotSpot实际上就是这样做的。JITter可以针对正在执行程序的实际硬件上使用的特定CPU和内存配置进行优化。例如，许多.NET应

是否存在JIT编译器比C++等其他编译器更快的场景？您认为futureJIT编译器只会看到一些细微的优化、功能但遵循类似的性能，还是会出现使其无限优于其他编译器的突破？看起来多核范式有一些希望，但它不是通用魔法。有什么见解吗？ 最佳答案 是的，肯定有这样的场景。JIT编译可以使用运行时分析来优化特定情况，基于对代码当前实际执行的特征的测量，并且可以根据需要重新编译“热”代码。这不是理论上的。Java的HotSpot实际上就是这样做的。JITter可以针对正在执行程序的实际硬件上使用的特定CPU和内存配置进行优化。例如，许多.NET应

我想为我编写的玩具语言处理器编写一个非常小的概念验证JIT编译器(纯粹是学术性的)，但我在设计的中等高度遇到了一些麻烦。从概念上讲，我熟悉JIT的工作原理——您将字节码编译成(机器或程序集？)代码以运行。然而，在具体细节层面，我不太了解如何你实际上是如何做的。我的(非常“新手”)下意识的react，因为我没有第一个线索从哪里开始，会尝试如下:mmap()一block内存，设置对PROT_EXEC的访问将native代码写入block中在舒适的地方存储当前寄存器(堆栈指针等)修改当前寄存器以指向映射区域中的native代码块native代码现在将由机器执行恢复之前的寄存器这是否甚至接近一

我想为我编写的玩具语言处理器编写一个非常小的概念验证JIT编译器(纯粹是学术性的)，但我在设计的中等高度遇到了一些麻烦。从概念上讲，我熟悉JIT的工作原理——您将字节码编译成(机器或程序集？)代码以运行。然而，在具体细节层面，我不太了解如何你实际上是如何做的。我的(非常“新手”)下意识的react，因为我没有第一个线索从哪里开始，会尝试如下:mmap()一block内存，设置对PROT_EXEC的访问将native代码写入block中在舒适的地方存储当前寄存器(堆栈指针等)修改当前寄存器以指向映射区域中的native代码块native代码现在将由机器执行恢复之前的寄存器这是否甚至接近一

假设我的Java程序的瓶颈确实是一些紧密循环来计算一堆vector点积。是的，我已经分析过了，是的，它是瓶颈，是的，它很重要，是的，算法就是这样，是的，我已经运行Proguard来优化字节码，等等。这项工作本质上是点积。如，我有两个float[50]，我需要计算成对产品的总和。我知道处理器指令集的存在是为了快速批量执行此类操作，例如SSE或MMX。是的，我可以通过在JNI中编写一些native代码来访问这些。事实证明，JNI调用非常昂贵。我知道你不能保证JIT会编译什么，什么不编译。有没有人曾经听说过使用这些指令的JIT生成代码？如果是这样，Java代码有什么东西可以帮助它以这种方式编

假设我的Java程序的瓶颈确实是一些紧密循环来计算一堆vector点积。是的，我已经分析过了，是的，它是瓶颈，是的，它很重要，是的，算法就是这样，是的，我已经运行Proguard来优化字节码，等等。这项工作本质上是点积。如，我有两个float[50]，我需要计算成对产品的总和。我知道处理器指令集的存在是为了快速批量执行此类操作，例如SSE或MMX。是的，我可以通过在JNI中编写一些native代码来访问这些。事实证明，JNI调用非常昂贵。我知道你不能保证JIT会编译什么，什么不编译。有没有人曾经听说过使用这些指令的JIT生成代码？如果是这样，Java代码有什么东西可以帮助它以这种方式编

我听说过很多关于PyPy项目的信息。他们声称它比CPython上的theirsite解释器快6.3倍。每当我们谈论Python等动态语言时，速度都是最重要的问题之一。为了解决这个问题，他们说PyPy的速度提高了6.3倍。第二个问题是并行性，臭名昭著的GlobalInterpreterLock(GIL)。为此，PyPy说它是cangiveGIL-lessPython。如果PyPy能够解决这些巨大的挑战，那么阻碍更广泛采用的缺点是什么？也就是说，是什么阻止了像我这样的典型Python开发人员现在切换到PyPy？ 最佳答案 NOTE:Py

我听说过很多关于PyPy项目的信息。他们声称它比CPython上的theirsite解释器快6.3倍。每当我们谈论Python等动态语言时，速度都是最重要的问题之一。为了解决这个问题，他们说PyPy的速度提高了6.3倍。第二个问题是并行性，臭名昭著的GlobalInterpreterLock(GIL)。为此，PyPy说它是cangiveGIL-lessPython。如果PyPy能够解决这些巨大的挑战，那么阻碍更广泛采用的缺点是什么？也就是说，是什么阻止了像我这样的典型Python开发人员现在切换到PyPy？ 最佳答案 NOTE:Py

我正在对一些代码进行基准测试，但我无法让它像java.math.BigInteger那样快速运行，即使使用完全相同的算法。所以我复制了java.math.BigInteger源到我自己的包中并尝试了这个://importjava.math.BigInteger;publicclassMultiplyTest{publicstaticvoidmain(String[]args){Randomr=newRandom(1);longtm=0,count=0,result=0;for(inti=0;i100000){tm+=System.nanoTime()-tm1;count++;}resu