Скорее всего все упирается в кэш процессора, второй способ в 10 раз быстрее первого. В случае (int)(Math.random() * k) прирост по скорости будет в 2 раза:
class Test {
public static void main(String[] args) {
int k = 10000;
long st, en;
int[] A;
int length = 100000;
A = new int[length];
st = System.nanoTime();
for (int i = 0; i < length; i++)
{
A[i] = k;
}
en = System.nanoTime();
System.out.println("\nOne time=" + (en - st) / 1000000.d + " msc");
int cache = 10000;
A = new int[length];
int[] temp = new int[cache];
st = System.nanoTime();
for (int N = 0; N < length; N+=cache) {
for (int i = 0; i < cache; i++) {
temp[i] = k;
}
System.arraycopy(temp, 0, A, N, temp.length);
}
en = System.nanoTime();
System.out.println("\nTwo time=" + (en - st) / 1000000.d + " msc");
}
}
Попробовать тут:
ideone.com/Py6A4S
Статья:
rus-linux.net/MyLDP/hard/memory/memory-03-11.html
Цитата:
Более удивительной по сравнению с производительностью при чтении является производительность при записи и копировании. Производительность при записи даже для рабочих наборов с небольшими размерами, никогда не поднимается выше 4 байтов за цикл. Это указывает на то, что в таких процессорах Netburst, Intel решила использовать в кэш-памяти L1d режим с прямой записью (Write-Through), при котором скорость, очевидно, ограничена скорость работы кэш-памяти L2. Это также означает, что производительность теста копирования, в котором данные копируются из одной области памяти в другую непересекающуюся области памяти, не намного хуже. Следовательно, требуемые операций чтения выполняются намного быстрее и могут частично перекрываться с операциями записи. Самым интересными деталями измерения записи и копирования является низкая производительность в случае, как только становится мало кэш-памяти L2. Производительность падает до 0,5 байта за цикл! Это значит, что операции записи в десять раз медленнее, чем операции чтения. Это означает, что оптимизация этих операций еще более важна для выполнения программы.
