这是stack overflow上一个非常火热的问题：
为什么对数组排序能提高执行效率？先看下面的代码，执行分为：
- 生成随机数放入数组
- 对数组进行排序
- 对数组中的数字进行累加
public class Main { public static void main(String[] args) { // 生成随机数 int arraySize = 32768; int data[] = new int[arraySize]; Random rnd = new Random(0); for (int c = 0; c < arraySize; c) data[c] = rnd.nextInt() % 256; // 排序 Arrays.sort(data); // 累加，测试执行时间 long start = System.nanoTime(); long sum = 0; for (int i = 0; i < 100000; i) { for (int c = 0; c < arraySize; c) { if (data[c] >= 128) sum = data[c]; } } System.out.println((System.nanoTime() - start) / 1000000000.0); System.out.println("sum = " sum); }}
排序后的执行时间：2.2350021s 未排序后的执行时间：6.385857s
可以发现：排序后的执行时间是未排序的执行时间的3倍。
为什么会这样，这就跟分支预测有关系，什么是分支预测呢？
计算机在执行某一条指令的过程中，会分为四个步骤：
每个步骤会有对应的电路组件负责。
假设现在有一段程序对应的计算机指令为：
那么计算机应该先执行指令1，然后根据指令1的结果看接下来应该执行哪条指令，假设接下来要执行的就是指令2，那指令流水线会是下图吗？
假设每个步骤要1毫秒，那执行完这两条指令就需要8毫秒，但是前面说过，指令的四个步骤是由特定的组件来执行的，所以其实可以这么执行：
在解码指令1的过程中，就可以读取指令2了，这样执行完两条指令只需要5毫秒，如果后续指令也按这个节奏执行，那么效率提升会很大，比如串行执行3条指令需要3*4=12毫秒，而并行执行3条指令只需要6毫秒，快了一倍了。
那这个跟分支预测有什么关系呢？
我们在来看
假如指令2是一条判断指令，根据判断结果，要么执行指令3，要么执行指令4。
如果不对判断结果进行预测，那么就只能等指令2执行完之后才知道接下来要执行哪条指令，那指令流水线就是下面这样：
执行这三条指令要9毫秒。
但是，如果在执行指令2之前，我们就能预测出指令2的判断结果，假如预测的是指令3，那么指令流水线就可以这样：
相当于在解码指令2的时候，就同时去读取指令3，如果执行完指令2后，发现判断结果和预测的结果是一致的，那么就可以直接把指令3的结果写回了，这样就大大提高效率，执行这3条指令只需要6毫秒。
当然如果执行完指令2后，发现预测错了，那么就不能把指令3的结果写回了，而是得读取并执行正确的指令。
以上就是分支预测，简单总结一下就是，计算机会对分支，比如判断指令的结果进行预测，从而提前去做一些事情，而不是等判断结果出来后才去做事情。
回到上面的Java代码：
for (int c = 0; c < arraySize; c) { if (data[c] >= 128) sum = data[c];}
if语句就相当于是一个判断指令，根据判断结果就会有两个分支：
- 要么进行累加
- 要么取数组中的下一个数字。
所以，当执行if语句时，计算机就可以进行预测:
- 比如预测当前判断的数字是大于128的，那么就可以在判断结果没有出来之前提前进行累加
- 或者预测当前判断的数字是小于128的，那么就可以在判断结果没有出来之前提前取下一个数字
只要预测对了，就能提高执行效率，所以，我们要做的就是尽可能让计算机能预测准确，这就是数组排序的作用。
比如计算机在执行指令过程中，发现连续10个数字都是大于128的，那么就可以预测接下来的一个数字也是大于128的，所以只要数组是排好序的，那么这个预测就是正确的，从而也就提高了执行效率。
以上，就是分支预测，不知道大家看明白没...
