对于复杂的算法，您如何衡量其性能？

Question

我们现在假设您缩小了应用中典型瓶颈的位置。 如您所知，可能是您为重新索引表而运行的批处理过程; 它可能是运行在有效日期树上的SQL查询; 它可能是几百个复合对象的XML编组。 换句话说，您可能会遇到以下情况：

public Result takeAnAnnoyingLongTime(Input in) {
   // impl of above
}

不幸的是，即使您已经确定了瓶颈之后，您所能做的就是消除它。 没有简单的解决方案。

您如何衡量瓶颈的性能，以便了解您的修复方向正朝着正确的方向发展？

Answer 1

两点：

谨防臭名昭着的“优化空闲循环”问题。 （例如，请参阅“保时捷在停车场”标题下的优化故事。）也就是说，仅仅因为例程花费了大量时间（如您的分析所示），不要认为它是负责用户所感知的缓慢性能。
最大的性能提升通常不是来自对算法实现的巧妙调整或优化，而是来自于认识到完全有更好的算法。 一些改进相对明显，而其他改进则需要对算法进行更详细的分析，并可能对所涉及的数据结构进行重大改变。 这可能包括牺牲I / O时间的处理器时间，在这种情况下，您需要确保您不仅仅优化其中一个措施。

把它带回问题，确保无论你测量什么代表用户实际体验的内容，否则你的努力可能完全浪费时间。

Answer 2

Answer 3

我使用相同的工具/方法测量它们，这些工具/方法允许我首先找到它们。

也就是说，坚持计时和记录呼叫到处都是。 如果数字开始下降，那么你可能正在做正确的事情。

Answer 4

正如msdn专栏中所提到的，性能调整与绘制金门大桥的工作相比：一旦你完成整个绘画的绘制，就该回到起点并重新开始。

Answer 5

这不是一个难题。 您需要了解的第一件事是，衡量性能并不是您发现性能问题的方式。 了解某些东西有多慢并不能帮助你找出原因。 你需要一个诊断工具，一个好的工具。 我有很多这方面的经验，这是最好的方法。 它不是自动的，但它在大多数分析器周围运行。

Answer 6

这是一个有趣的问题。 我认为没有人知道答案。 我认为问题的重要部分在于，对于更复杂的程序，没有人能够预测它们的复杂性。 因此，即使您有剖析器结果，根据应该对程序进行的更改来解释它也非常复杂，因为您没有理论基础来确定最佳解决方案。

我认为这就是为什么我们拥有如此臃肿的软件的原因。 我们只进行优化，以便在我们的快速机器上使用非常简单的情况。 但是一旦你把这些碎片组合成一个大系统，或者你使用了数量级更大的输入，所使用的错误算法（从理论上和实际上都是不可见的）将开始显示它们真正的复杂性。

示例：您创建一个处理Unicode的字符串类。 你可以在计算机生成的XML处理中使用它，它实际上并不重要。 但是，Unicode处理就在那里，占用了部分资源。 就其本身而言，字符串类可以非常快，但称之为百万次，程序将很慢。

我相信当前大多数软件都是这种性质的。 有一种方法可以减少它，但它与OOP相矛盾。 有一本有趣的书有一本关于各种技术的有趣书，它以内存为导向，但大多数都可以恢复以获得更快的速度。

Answer 7

我发现了两件事：

1）它有多复杂？ 最简单的方法是绘制时间和输入大小的图表。 2）它是如何约束的？ 是内存，磁盘，还是IPC与其他进程或机器，或者..

现在，第（2）点更容易解决和解释：如果你有更多的RAM或更快的机器或更快的磁盘或转移到演出以太网等，很多事情会更快。 如果你确定了你的痛苦，你可以将一些钱投入硬件以使其可以忍受。