计算两个时间戳之间的天数的一种比较高效的算法

因为在做hadoop计算的时候需要按照时间来分片,所以需要对long型的时间戳进行Partition,本来想了一下两个时间先归零到当天的0点,然后想减除以24小时就是中间的天数,这个算法没错,但是我没有考虑到时区的问题,归零的算法是(t1-t1%h24)t是时间戳,h表示一小时的毫秒数,这样归零其实是格林威治时间的归零,在我们这边正好的8点钟,这样就会把两天的数据并到一个分区里面,网上也有做法是

new Long((dateformat.parse(dateformat.format(new Date(curDay))).getTime()-dateformat.parse(dateformat.format(new Date(t1))).getTime())/(1000 * 60 * 60 * 24)).intValue();

但是这种做法肯定很慢而却占用内存,对于每天原始数据有100多个G的文件进行分区这个肯定不行,于是继续改我的归零算法,最后就改成下面的鸟样

private static void test8() throws Exception{
	final DateFormat dateformat = new SimpleDateFormat ("yyyy-MM-dd HH:mm:ss",Locale.CHINA);
	long	h8			= 1000 * 60 * 60 *8;
	long	h16			= h8*2;
	long	curDay	= System.currentTimeMillis();//此处+ut8是因为可以减少在分区的时候做一次减法
	long h24 = h8*3;
	curDay = curDay - curDay % h24 + (curDay % h24>=h16?h24:0);
	System.out.println(dateformat.format(new Date(curDay)));
	long t1 = 1368892799999L;
	long m = t1%h24;
	long i = (curDay-(t1-m+(m>=h16?h24:0)))/h24;
	System.out.println(i);
	t1 = 1368892799999L-h24+1;
	i = (curDay-(t1-m+(m>=h16?h24:0)))/h24;
	System.out.println(i);
	t1 = 1368892800000L;
	i = (curDay-(t1-m+(m>=h16?h24:0)))/h24;
	System.out.println(i);
	long d1 = System.currentTimeMillis();
	for(int a=0;a<1000;a++){
		i=new Long((dateformat.parse(dateformat.format(new Date(curDay))).getTime()-dateformat.parse(dateformat.format(new Date(t1))).getTime())/(1000 * 60 * 60 * 24)).intValue();
		System.out.println(i);
	}
	long d2 = System.currentTimeMillis();
	for(int a=0;a<1000;a++){
		m = t1%h24;
		i = (curDay-(t1-m+(m>=h16?h24:0)))/h24;
		System.out.println(i);
	}
	long d3 = System.currentTimeMillis();
	System.out.println(d2-d1);
	System.out.println(d3-d2);
}

上面是我的测试代码,懒得解释,也很简单,但确效率至少在100倍以上,但肯定还有很大的优化的空间,有兴趣可以再优化优化