代码效率

这里指的是代码运行的效率，目前在学习体数据可视化的知识，由于数据量较大，且对实时操作的流畅性有一定要求，这一年来我比较关注程序运行的效率。

由于不涉及算法本身，因此比较通用，目前我从这几个方面对原有的显示方法进行了优化（CPU运算）：

1.首先要保证调用结构清晰，尽量避免出现重复运算，例如，某些预处理工作并非在每一次操作时都需要重新计算；

2.算法优化（核心计算方法优化）往往能大幅提高运行效率，应首先着眼于计算原理的优化，框架搭的好坏直接影响了代码效率的上限，好比麻布上绣花的问题；

3.多线程是提高算法效率最简单的方法；

4.分配线程时尽量让各线程的工作量尽量相当，避免线程浪费；

5.尽量将线程共有的计算提取出来单独进行加速；

6.把经常调用的小型函数写成内联函数有加速效果（编译器会自动内联一些函数，可以查看汇编码检查是否有内联）；

7.宏函数的效率高于内联函数，但是宏函数容易出现问题，一定慎之又慎；

8.应在核心代码中尽量减少避免使用除法（随着CPU技术的发展似乎差距正在被抹除）；

9.使用查表（损失一定精度）代替一些复杂运算（如复杂的插值运算可以用查表简化为线性运算）；

10.使用按位操作进行运算有提速效果，代价是程序可读性差；

11.整型运算速度大于浮点型运算速度（仅实验了CPU，且不同CPU情况不一样），可以考虑用整型变量储存浮点数（把高位当做整数部分，低位当做小数部分）；

12.可以使用SSE2（Streaming SIMD Extensions 2）加速程序（可读性差）；