我想更多地了解不同数据段中变量的遍历时间。例如，假设我们想用100 000整数填充数组。如果数组在堆栈，堆中或数据段中，那么遍历时间会有什么不同？如果我们使用更大或更多更小的阵列会有什么不同吗 - 解释：如果，例如堆中的遍历时间是10 000个元素的2倍和堆栈的1倍，如果我们有不同的话，这个比例是相同的规模（10 000 000）？此外，进程的加载时间和总内存使用量会有什么不同？谢谢！
编辑：我如何在代码中确定这一点？这是什么意思 - 是否有任何函数来计算执行时间，“遍历时间”以及我想要找到的其他事情？
答案 0 :(得分：-1)
我的意思是：不同的段（堆栈，堆等）没有物理上不同的记忆。此外，内存是随机存取存储器。 RAM存储器的一个属性是访问数据需要相同的时间，无论数据在芯片上的物理位置或先前访问的位置（与此磁带存储器甚至硬盘对比）。因此，无论我们是在谈论堆还是堆栈还是其他任何东西，对RAM的访问都是无差别的。
话虽如此，那不是全部故事。现代架构有缓存。关于缓存的讨论在这里过于宽泛，但要点是缓存更小，更昂贵，但更快的内存“缓存”来自RAM的数据。因此，在实际场景中，之前访问的数据（时间局部性）或接近先前访问的数据（空间局部性）将（很可能）更快地馈送到CPU，因为它在缓存中可用。
根据经验，一般来说，我们说堆栈内存比堆内存快。当我在第1段中思考时，这让我个人感到困惑。但是你考虑到第2段是有道理的。由于使用模式，堆栈几乎总是在缓存中。
不幸的是，它并不那么简单。它永远不会，特别是在分析低级别性能时。堆栈不能很大。有时，即使您可以将数据放在堆栈上，还有其他原因可以将它放在堆上。所以，我很抱歉（不是真的）告诉你答案从来都不简单或黑白。你几乎可以做的就是描述你的应用程序，并亲自看看。这相对容易。解释结果并知道如何改进它们就是另一个野兽。
例如，如果堆中的遍历时间是100x的2倍 如果我们有，那么这个比例是相同的 不同规模（10 000 000）
即使我们说堆只有性能不是线性的。为什么？好吧，再次缓存。当访问适合缓存的内存时，性能会很好，然后就会在数据增长超出缓存（行）大小时看到峰值。在相对较旧的系统上，您有3个漂亮的区域，这些区域明确分隔，对应于计算机中的3个缓存级别。你看到一个尖峰，因为你的数据从一个级别适应到更高级别的拟合，当它完全不适合缓存时，它就会下降。现代处理器具有“智能缓存”，由于你拥有1个大缓存而不是3个级别，所以它具有一些黑魔法，因此看起来更多。
答案 1 :(得分：-2)
要回答您编辑的问题，您可以使用计时器。在执行代码之前启动计时器并在之后立即停止。然后减去Stop-Start以找出经过的时间..
已经回答here