编程珠玑（性能篇）

第六章

性能透视，提出了几个对性能进行优化的层次

1. 算法和数据结构
2. 算法优化
3. 数据结构重组
4. 代码优化
5. 硬件

第七章

封底计算，没看仔细。

第八章

算法设计技术，提出了一个小问题（最大子序列和），针对这个问题研究四种不同的算法和对应的复杂度。

int maxvalue(int a, int b) {if (a > b)return a;else return b;}// 三层循环int fun1() {int maxsofar = 0;int i,j,k,sum;for (i=0;i<n;i++) {for (j=i;j<n;j++) {sum=0;for (k=i;k<=j;k++)sum+=x[k];maxsofar = maxvalue(maxsofar, sum);}}return maxsofar;}// 两层循环int fun2() {int maxsofar = 0;int i,j,sum;for (i=0;i<n;i++) {sum=0;for (j=i;j<n;j++) {sum+=x[j];maxsofar = maxvalue(maxsofar, sum);}}return maxsofar;}// 两层循环，代码应该都很好理解int fun3() {int cumarr[];int i,j,sum;int maxsofar;cumarr[-1] = 0;for (i=0;i<n;i++)cumarr[i] = cumarr[i-1] + x[i];maxsofar = 0;for (i=0;i<n;i++) {for (j=i;j<n;j++) {sum = cumarr[j] - cumarr[i-1];maxsofar = maxvalue(maxsofar, sum);}}return maxsofar;}// 分治算法，时间复杂度是O(n*log(n))，int fun4(int l ,int u) {int m,lmax,rmax,sum,i;if (l > u)return 0;if (l == u)return maxvalue(0, x[l]);m = (l + u)/2;lmax = sum = 0;rmax = sum = 0;for (i=m;i>=l;i--) {sum += x[i];lmax = maxvalue(lmax, sum);}for (i=m+1;i<=u;i++) {sum += x[i];rmax = maxvalue(rmax, sum);}return maxvalue(maxvalue(fun4(l,m), fun4(m+1,u)), lmax+rmax);}// 我自己的想法，动态规划，复杂度是O(n)int fun5() {int maxsum = 0;int temp = 0,i;for (i=0;i<n;i++) {temp += x[i];if (maxsum < temp)maxsum = temp;else if (temp < 0)temp = 0;}return maxsum;}

第九章

代码优化

问题1——整数求余

k=(j+rotdist)%n;k=j+rotdist;while (k>=n)k-=n;

普通算术运算符的运行时间大约是10纳秒，%运算符的运行时间接近100纳秒，某些情况下第二中方法的效率高于第一种。

问题二——函数，宏以及内联代码

内联函数具有函数简洁的语义和宏的低开销。

问题三——顺序查找

通过在数组末尾设置标记值，可减少程序比较的次数，提高代码效率。

int search(int t) {int temp = x[n];x[n] = t;for (int i = 0;;i++) {if (x[i] == t)break;}x[n] = temp;if (i==n)return -1;elsereturn i;}

第十章

关于空间压缩

减少程序所需数据存储空间的技术

不要保存，重新计算（生成器程序）

稀疏数据结构（稀疏矩阵）

数据压缩（相关的编码和解码）

分配策略（变长数组）

垃圾回收

减少代码空间的技术

函数定义

解释器

转化成机器语言