企业🤖AI智能体构建引擎,智能编排和调试,一键部署,支持私有化部署方案 广告
[TOC] ## 概述 - 作者在出版第一版时,需要对程序运行一万次到5万次,才能得出可度量的结果,但是在第二版时候,却需要运行一百万次到一亿次,如今强悍的计算机性能使本章性能优化* 提升意义不够明显. - 自 Donald Knuth在1971年公布了他对 Fortran程序的研究成果之后,对每一次代码调整所产生的影响进行量化评估已经成了性能优化工作的永恒信条。(任何的代码的优化调整最好有可以量化的结果) - 恪守“对每一次的改进进行量化”的准则,是抵御思考成熟前匆忙优化之诱惑的法宝 - 但是,如果某项优化的重要性不够,不值得为它去做效能剖析,那么就不值得为它付出可读性、可维护性和其他代码特性恶化等方面的代价。 - 未经测量的代码优化对性能上的改善充其量是一次投机然而,其对可读性等产生的负面影响则确凿无疑