Главная - Литература

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 [195] 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294

Пример простого кода, суммирующего элементы матрицы (С++) 11в1111Ш1ьяув"

sum = 0; иштоптьттттшйту-

for ( row = 0; row < rowCount; row++ ) { чай, кща пврегтсшше кода

for ( column = 0; column < columnCount; column++ ) { с использование»! укашелай

sum sum . matrix[ row ][ column ]; тштшьтш

пршерно на 10%. В датой с«-туаци*! этот ж« подход повысил

произаодйтапьноси» йот нт

т 50%. См. Software ШрШ-

Как видите, код был прост, но суммирование элементов i. щ ттт С Рщ-

матрицы должно было выполняться как можно быстрее, а ram$>» {ШЩ, я знал, что все обращения к массиву и проверки условий

цикла довольно дороги. Я знал, что при каждом обращении к двумерному массиву выполняются дорогие операции умножения и сложения. Так, обработка матрицы размером 100 на 100 требовала 10 ООО умножений и сложений, что дополнялось еще и затратами, связанными с управлением циклами. Использовав указатели, рассудил я, я смогу просто увеличивать указатель, заменив 10 000 дорогих умножений на 10 ООО относительно дешевых операций инкремента. Я тщательно преобразовал код и получил:

Пример попытки оптимизации кода, суммирующего элементы матрицы (С++)

sum = 0;

elementPointer = matrix;

lastElementPointer = matrix[ rowCount - 1 ][ columnCount - 1 ] + 1; while ( elementPointer < lastElementPointer ) { sum = sum + *elementPointer++;

Хотя код стал менее удобочитаемым, особенно для программистов, не являющихся экспертами в С++, я был очень доволен собой. Оно и понятно: все-таки я избавился от 10 ООО умножений и многих операций, связанных с управлением циклами! Я был так доволен, что решил подкрепить свои чувства конкретными цифрами и оценить повышение скорости, хотя в то время я выполнял это не всегда. Знаете, что я обнаружил? Никакого улучшения. Ни для мат- программист нтогт риц размером 100 на 100. Ни для матриц размером 10 на не мог предсказать или обнару-10. Ни для каких-либо других матриц. Я был так разочаро- жить узше места, ив обтд» ван, что погрузился в ассемблерный код, сгенерированный даииыт. Нт бы вы т дума-компилятором, чтобы понять, почему моя оптимизация не Рьность окажется совер-сработала. К моему удивлению, оказалось, что я был не пер- " * вым, кому понадобилось перебирать элементы массива: ком- шМш)

пилятор сам преобразовывал обращения к массиву в операции над указателями. Я понял, что единственным результатом оптимизации, в котором можно быть полностью уверенным без измерения производительности, является затруднение чтения кода. Если оценка эффективности не оправдывает себя, не стоит приносить понятность кода в жертву сомнительному повышению производительности.



Оценка должна быть точной

тщтш шмт Ш шх- " производительности должна быть точной. Измере->умшах пр&фйййроваймя ш. времени выполнения программы с помощью секундо-

ттт Оптимйзаря тт* Р путем подсчета «один слон, два слона, три слона» раздш 30.3. точным не является. Используйте инструменты профилиро-

вания или системный таймер и методы, регистрирующие истекшее время выполнения операций.

Используете ли вы инструмент, написанный другим программистом, или пишете для оценки производительности программы собственный код, убедитесь, что измеряете время выполнения только того оптимизируемого кода. Опирайтесь на число тактов процессора, вьщеленных вашей программе, а не на время суток. Иначе при переключении системы с вашей программы на другую программу один из ваших методов будет оштрафован на время, выделенное другой программе. Кроме того, попытайтесь исключить влияние процесса оценки кода и запуска программы на первоначальный и оптимизированный код.

25.5. Итерация

Обнаружив в коде узкое место и попробовав его устранить, вы удивитесь, насколько можно повысить производительность кода путем его оптимизации. Единственная методика редко приводит к десятикратному улучшению, но методики можно эффективно комбинировать, поэтому даже после обнаружения одного удачного вида оптимизации продолжайте пробовать другие виды.

Однажды я написал программную реализацию алгоритма Data Encryption Standard (DES). Ну, на самом деле я писал ее не один раз, а около тридцати. При шифровании по алгоритму DES цифровые данные кодируются так, что их нельзя расшифровать без правильного пароля. Этот алгоритм шифрования так хитер, что иногда кажется, что он сам зашифрован. Моя цель состояла в том, чтобы файл объемом 18 кб шифровался на IBM PC за 37 секунд. Первая реализация алгоритма выполнялась 21 минуту 40 секунд, так что мне предстояла долгая работа.

Хотя большинство отдельных видов оптимизации было незначительно, в сумме они привели к впечатляющим результатам. Никакие три или даже четыре вида оптимизации не позволили бы мне достичь цели, однако итоговая их комбинация оказалась эффективной. Мораль: если копать достаточно глубоко, можно добиться подчас неожиданных результатов.

Оптимизация алгоритма DES - самая агрессивная оптими-ттныщ а тШ пШт* зация, которую я когда-либо проделывал. В то же время я 9б€ужйаютбй в тпт 26« никогда не создавал более непонятного и трудного в сопро-

вождении кода. Первоначальный алгоритм был сложен. Код, получившийся в результате трансформаций высокоуровневого кода, оказался практически нечитаемым. После преобразования кода на ассемблер я получил один метод из 500 строк, на который боюсь даже смотреть. Это отношение между оптимизацией кода и его качеством справедливо почти всегда. Вот таблица, отражающая историю оптимизации:



Вид оптимизации

Время выполнения

Улучшение

Первоначальная реализация

21:40

Преобразование битовых полей в массивы

7:30

Развертывание самого внутреннего цикла/ог

6:00

Удаление перестановок

5:24

Объединение двух переменных

5:06

Использование логического тождества

4:30

для объединения первых двух этапов

алгоритма DES

Объединение областей памяти, используемых

3:36

двумя переменными, для сокращения числа

операций над данными во внутреннем цикле

Объединение областей памяти, используемых

3:09

двумя переменными, для сокращения числа

операций над данными во внешнем цикле

Развертывание всех циклов и использование

1:36

литералов для индексации массива

Удаление вызовов методов и встраивание

0:45

всего кода

Переписывание всего метода на ассемблере

0:22

Итог

0:22

Примечание: постепенный процесс оптимизации, описанный в этой таблице, не подразумевает, что все виды оптимизации эффективны. Я мог бы указать массу других видов, приводивших к удвоению времени выполнения. Минимум две трети видов оптимизации, которые я попробовал, оказались неэффективными.

25.6. Подход к оптимизации кода: резюме

Рассматривая целесообразность оптимизации кода, придерживайтесь следующего алгоритма:

1. Напишите хороший и понятный код, поддающийся легкому изменению.

2. Если производительность вас не устраивает:

a. сохраните работоспособную версию кода, чтобы позднее вы могли вернуться к «последнему нормальному состоянию»;

b. оцените производительность системы с целью нахождения горячих точек;

c. узнайте, обусловлено ли плохое быстродействие неадекватным проектом, неверными типами данных или неудачными алгоритмами и определите, уместна ли оптимизация кода; если оптимизация кода неуместна, вернитесь к п. 1;

d. оптимизируйте узкое место, определенное на этапе (с);

e. оцените каждое улучшение по одному за раз;

f. если оптимизация не привела к улучшению кода, вернитесь к коду, сохраненному на этапе (а) (как правило, более чем в половине случаев попытки оптимизации будут приводить лишь к незначительному повышению производительности или к ее снижению).

3. Повторите процесс, начиная с п. 2.



0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 [195] 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294



0.0026