來源：陳皓
在《效能調優攻略》裡，我說過，要調優性需要找到程式中的Hotspot，也就是被呼叫最多的地方，這種地方，只要你能優化一點點，你的效能就會有質的提高。在這裡我給大家舉三個關於程式碼執行效率的例子（它們都來自於網上）
第一個例子
PHP中Getter和Setter的效率（來源reddit）
這個例子比較簡單，你可以跳過。
考慮下面的PHP程式碼：我們可看到，使用Getter/Setter的方式，效能要比直接讀寫成員變數要差一倍以上。
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 |
< ?php //dog_naive.php class dog { public $name = ""; public function setName($name) { $this->name = $name; } public function getName() { return $this->name; } } $rover = new dog(); //通過Getter/Setter方式 for ($x=0; $x<10; $x++) { $t = microtime(true); for ($i=0; $i<1000000; $i++) { $rover->setName("rover"); $n = $rover->getName(); } echo microtime(true) - $t; echo "n"; } //直接存取變數方式 for ($x=0; $x<10; $x++) { $t = microtime(true); for($i=0; $i<1000000; $i++) { $rover->name = "rover"; $n = $rover->name; } echo microtime(true) - $t; echo "n"; } ? > |
這個並沒有什麼稀，因為有函式呼叫的開銷，函式呼叫需要壓棧出棧，需要傳值，有時還要需要中斷，要乾的事太多了。所以，程式碼多了，效率自然就慢了。所有的語言都這個德行，這就是為什麼C++要引入inline的原因。而且Java在開啟優化的時候也可以優化之。但是對於動態語言來說，這個事就變得有點困難了。
你可能會以為使用下面的程式碼（Magic Function）會好一些，但實際其效能更差。
|
1 2 3 4 5 6 7 8 9 |
class dog { private $_name = ""; function __set($property,$value) { if($property == 'name') $this->_name = $value; } function __get($property) { if($property == 'name') return $this->_name; } } |
動態語言的效率從來都是一個問題，如果你需要PHP有更好的效能，你可能需要使用FaceBook的HipHop來把PHP編譯成C語言。
第二個例子
為什麼Python程式在函式內執行得更快？（來源StackOverflow）
考慮下面的程式碼，一個在函式體內，一個是全域性的程式碼。
函式內的程式碼執行效率為 1.8s
|
1 2 3 4 |
def main(): for i in xrange(10**8): pass main() |
函式體外的程式碼執行效率為 4.5s
|
1 2 |
for i in xrange(10**8): pass |
不用太糾結時間，只是一個示例，我們可以看到效率查得很多。為什麼會這樣呢？我們使用 dis module 反彙編函式體內的bytecode 程式碼，使用 compile builtin 反彙編全域性bytecode，我們可以看到下面的反彙編（注意我高亮的地方）
我們可以看到，差別就是 STORE_FAST 和 STORE_NAME，前者比後者快很多。所以，在全域性程式碼中，變數i成了一個全域性變數，而函式中的i是放在本地變數表中，所以在全域性變數表中查詢變數就慢很多。如果你在main函式中宣告global i 那麼效率也就下來了。原因是，本地變數是存在一個陣列中（直到），用一個整型常量去訪問，而全域性變數存在一個dictionary中，查詢很慢。
（注：在C/C++中，這個不是一個問題）
第三個例子
為什麼排好序的資料在遍歷時會更快？（來源StackOverflow）
參看如下C/C++的程式碼：
如果你的data陣列是排好序的，那麼效能是1.93s，如果沒有排序，效能為11.54秒。差5倍多。無論是C/C++/Java，或是別的什麼語言都基本上一樣。
這個問題的原因是—— branch prediction （分支預判）偉大的stackoverflow給了一個非常不錯的解釋。
考慮我們一個鐵路分叉，當我們的列車來的時候， 扳道員知道分個分叉通往哪，但不知道這個列車要去哪兒，司機知道要去哪，但是不知道走哪條分叉。所以，我們需要讓列車停下來，然後司機和扳道員溝通一下。這樣的效能太差了。
所以，我們可以優化一下，那就是猜，我們至少有50%的概率猜對，如果猜對了，火車行駛效能巨高，猜錯了，就得讓火車退回來。如果我猜對的概率高，那麼，我們的效能就會高，否則老是猜錯了，效能就很差。
Image by Mecanismo, from Wikimedia Commons:http://commons.wikimedia.org/wiki/File:Entroncamento_do_Transpraia.JPG
我們的if-else 就像這個鐵路分叉一樣，下面紅箭頭所指的就是搬道器。
那麼，我們的搬道器是怎麼預判的呢？就是使用過去的歷史資料，如果歷史資料有90%以上的走左邊，那麼就走左邊。所以，我們排好序的資料就更容易猜得對。
排好序的
|
1 2 3 4 5 6 7 |
T = 走分支（條件表示式為true） N = 不走分支(條件表示式為false) data[] = 0, 1, 2, 3, 4, ... 126, 127, 128, 129, 130, ... 250, 251, 252, ... branch = N N N N N ... N N T T T ... T T T ... = NNNNNNNNNNNN ... NNNNNNNTTTTTTTTT ... TTTTTTTTTT (easy to predict) |
從上面我們可以看到，排好序的資料更容易預測分支。
未排序的
|
1 2 3 4 |
data[] = 226, 185, 125, 158, 198, 144, 217, 79, 202, 118, 14, 150, 177, 182, 133, ... branch = T, T, N, T, T, T, T, N, T, N, N, T, T, T, N ... = TTNTTTTNTNNTTTN ... (completely random - hard to predict) |
對此，那我們怎麼辦？我們需要在這種迴圈中除去if-else語句。比如：
我們把條件語句：
|
1 2 |
if (data[j] >= 128) sum += data[j]; |
變成：
|
1 2 |
int t = (data[j] - 128) >> 31; sum += ~t & data[j]; |
“沒有分叉”的效能基本上和“排好序有分支”一個樣，無論是C/C++，還是Java。
注：在GCC下，如果你使用 -O3 or -ftree-vectorize 編譯引數，GCC會幫你優化分叉語句為無分叉語句。VC++2010沒有這個功能。
最後，推薦大家一個網站——Google Speed，網站上的有一些教程告訴你如何寫出更快的Web程式。
（全文完）