optimizing-code

优化代码

优化模式

优化时，要在不改变行为的前提下提升性能。优化前后都要进行测量。

黄金法则

1. 先测量：没有基准测试时，绝不优化
2. 先分析，再猜测：找出真正的瓶颈
3. 优化正确的部分：聚焦关键路径
4. 优化后测量：验证优化是否有效

工作流程

• 基准测试：建立性能基线指标
• 分析：找出真正的瓶颈
• 提出假设：哪种优化会有帮助？
• 实施：进行修改
• 测量：验证是否有所改善
• 记录：记录优化内容和结果

常见优化

算法复杂度

• 将 O(n²) 替换为 O(n log n) 或 O(n)
• 使用合适的数据结构（查找时用 Set，键值对用 Map）

缓存

// Memoization
const cache = new Map<string, Result>();

function expensiveCalculation(input: string): Result {
  if (cache.has(input)) {
    return cache.get(input)!;
  }
  const result = /* expensive work */;
  cache.set(input, result);
  return result;
}

数据库查询

• 为频繁查询的列添加索引
• 避免 N+1 查询（使用预加载）
• 对大型结果集进行分页

内存

• 避免在循环中创建不必要的对象
• 对大型文件使用流式处理
• 使用完毕后释放引用

性能分析工具

# Node.js
node --prof app.js
node --prof-process isolate-*.log

# Python
python -m cProfile -s cumtime script.py

# Go
go test -bench=. -cpuprofile=cpu.prof
go tool pprof cpu.prof

应避免的反模式

• 过早优化（没有基准测试）
• 微优化（影响微乎其微）
• 优化非关键路径
• 为微小收益牺牲可读性