算法的优化实现

 

这篇文章记录算法的C/C++实现中，应该注意的几个可以改进算法效率的地方

1，提高cache利用率

在<几个基础的排序算法>中实现的快速排序算法，利用这点可以做很大的改进。

void MySort<NumType>::do_quick_sort(int l, int r){ if (l >= r) return; int base_idx = l; for (int i = l + 1; i != r; i++) { if (data_array[i] < data_array[base_idx]) { swap(data_array[i], data_array[base_idx]); base_idx = i; } } do_quick_sort(l, base_idx); do_quick_sort(base_idx + 1, r);}

 

改进的实现：
void MySort<NumType>::do_quick_sort(int l, int r){ if (l >= r) return; int base_idx = l; for (int i = l + 1; i != r; i++) { if (data_array[i] < data_array[l]) { base_idx++; swap(data_array[i], data_array[base_idx]); } } swap(data_array[l], data_array[base_idx]); do_quick_sort(l, base_idx); do_quick_sort(base_idx + 1, r);}

 

改进后的实现，没有对原来实现中的基准元素作交换移动，在划分过程中基准始终出现在data_array[left]位置，提高了cache利用率。经测试，改进后的排序时间在数据规模为10,000,000时，由9秒变为4秒，算法效率提高了一倍。

 

2，递归函数迭代化

递归在代码的简洁和直观背后是性能的牺牲。举些例证。

在动态规划算法中，根据最优子结构观察出的递推式的计算，有两种方式，一种是直接的自顶向下的递归计算，并且标记子问题是否已解决和子问题的答案，使下次不必递归计算这个子问题，另外一种是自底向上的迭代计算过程。显然，迭代计算在时间和空间商都更优良，它产生更紧凑的计算指令，而且避免了递归计算过程中的堆栈开销和额外的簿记信息。

在对性能要求严格的算法中，迭代化也是极力推荐的。比如多项式的DFT过程，借助于A(x) = A0(x^2) + xA1(x^2)分解，和n次单位复根的性质，可以用递归分治策略以sita(nlgn)时间计算DFT，实际中高效的实现是将这个递归过程迭代化。