本文譯自Dr. Dobb’s Blogger的Walter Bright寫的《Overlooked Essentials For Optimizing Code》
我編寫程序至今有35年了，我做了很多關於程序執行速度方面優化的工（一個示例），我也看過其它人做的優化。我發現有兩個最基本的優化技術總是被人所忽略。注意，這兩個技術並不是避免時機不成熟的優化。並不是把冒泡排序變成快速排序（算法優化）。也不是語言或是編譯器的優化。也不是把i*4寫成i<<2的優化。這兩個技術是：
- 使用Profiler。
- 查看程序執行時的彙編碼。
使用這兩個技術的人將會成功地寫出運行快的代碼，不會使用這兩個技術的人則不行。下面讓我爲你細細道來。
使用Profiler
我們知道，程序運行時的90%的時間是用在了10%的代碼上。我發現這並不準確。一次又一次地，我發現，幾乎所有的程序會在1%的代碼上花了99%的運行時間。但是，是哪個1%？一個好的Profiler可以告訴你這個答案。就算我們需要使用100個小時在這1%的代碼上進行優化，也比使用100個小時在其它99%的代碼上優化產生的效益要高得多得多。 問題是什麼？人們不用Profiler？不是。我工作過的一個地方使用了一個華麗而奢侈的Profiler，但是自從購買這個Profiler後，它的包裝3年來還是那麼的暫新。爲什麼人們不用？我真的不知道。有一次，我和我的同事去了一個負載過大的交易所，我同事堅持說他知道哪裏是瓶頸，畢竟，他是一個很有經驗的專家。最終，我把我的Profiler在他的項目上運行了一下，我們發現那個瓶頸完全在一個意想不到的地方。 就像是賽車一樣。團隊是贏在傳感器和日誌上，這些東西提供了所有的一切。你可以調整一下賽車手的褲子以讓其在比賽過程中更舒服，但是這不會讓你贏得比賽，也不會讓你更有競爭力。如果你不知道你的速度上不去是因爲引擎、排氣裝置、空體動力學、輪胎氣壓，或是賽車手，那麼你將無法獲勝。編程爲什麼會不同呢？只要沒有測量，你就永遠無法進步。 這個世界上有太多可以使用的Profiler了。隨便找一個你就可以看到你的函數的調用層次，調用的次數，以前每條代碼的時間分解表（甚至可以到彙編級）。我看過太多的程序員迴避使用Profiler，而是把時間花在那些無用的，錯誤的方向上的“優化”，而被其競爭對手所羞辱。（譯者陳皓注：使用Profiler時，重點需要關注：1）花時間多的函數以優化其算法，2）調用次數巨多的函數——如果一個函數每秒被調用300K次，你只需要優化出0.001毫秒，那也是相當大的優化。這就是作者所謂的1%的代碼佔用了99%的CPU時間）
查看彙編代碼
幾年前，我有一個同事，Mary Bailey，她在華盛頓大學教矯正代數（remedial algebra），有一次，她在黑板上寫下：x + 3 = 5然後問他的學生“求解x”，然後學生們不知道答案。於是她寫下：__ + 3 = 5然後，再問學生“填空”，所有的學生都可以回答了。未知數x就像是一個有魔法的字母讓大家都在想“x意味着代數，而我沒有學過代數，所以我就不知道這個怎麼做”。 彙編程序就是編程世界的代數。如果某人問我“inline函數是否被編譯器展開了？”或是問我“如果我寫下i*4，編譯器會把其優化爲左移位操作嗎？”。這個時候，我都會建議他們看看編譯器的彙編碼。這樣的回答是不是很粗暴和無用？通常，在我這樣回答了提問者後，提問都通常都會說，對不起，我不知道什麼是彙編！甚至C++的專家都會這麼回答。 彙編語言是最簡單的編程語言了（就算是和C++相比也是這樣的），如：
ADD ESI,x
就是（C風格的代碼）
ESI += x;
而：
CALL foo
則是：
foo();
細節因爲CPU的種類而不同，但這就是其如何工作的。有時候，我們甚至都不需要細節，只需要看看彙編碼的長啥樣，然後和源代碼比一比，你就可以知道彙編代碼很多很多了。那麼，這又如何幫助代碼優化？舉個例子，我幾年前認識一個程序員認爲他應該去發現一個新的更快的算法。他有一個BenchMark來證明這個算法，並且其寫了一篇非常漂亮的文章關於他的這個算法。但是，有人看了一下其原來算法以及新算法的彙編，發現了他的改進版本的算法允許其編譯器把兩個除法操作變成了一個。這和算法真的沒有什麼關係。我們知道除法操作是一個很昂貴的操作，並且在其算法中，這倆個除法操作還在一個內嵌循環中，所以，他的改進版的算法當然要快一些。但，只需要在原來的算法上做一點點小的改動——使用一個除法操作，那麼其原來的算法將會和新的一樣快。而他的新發現什麼也不是。下一個例子，一個D用戶張貼了一個BenchMark來顯示dmd（Digital Mars D編譯器）在整型算法上的很糟糕，而ldc（LLVM D編譯器）就好很多了。對於這樣的結果，其相當的有意見。我迅速地看了一下彙編，發現兩個編譯器編譯出來相當的一致，並沒有什麼明顯的東西要對2：1這麼大的不同而負責。但是我們看到有一個對long型整數的除法，這個除法調用了運行庫。而這個庫成爲消耗時間的殺手，其它所有的加減法都沒有速度上的影響。出乎意料地，BenchMark和算法代碼生成一點關係也沒有，完全就是long型整數的除法的問題。這暴露了在dmd的運行庫中的long型除法的實現很差。修正後就可以提高速度。所以，這和編譯器沒有什麼關係，但是如果不看彙編，你將無法發現這一切。查看彙編代碼經常會給你一些意想不到的東西讓你知道爲什麼程序的性能是那樣。一些意想不到的函數調用，預料不到的自傲，以及不應該存在的東西，等等其實所有的一切。但也不需要成爲一個彙編代碼的黑客才能乾的事。
結論
如果你覺得需要程序有更好的執行速度，那麼，最基本的方法就是使用Profiler和願意去查看一下其彙編代碼以找到程序的瓶頸。只有找到了程序的瓶頸，此時纔是真正在思考如何去改進的時候，比如思考一個更好的算法，使用更快的語言優化，等等。 常規的做法是制勝法寶是挑選一個最佳的算法而不是進行微優化。雖然這種做法是無可異議的，但是有兩件事情是學校沒有教給你而需要你重點注意的。第一個也是最重要的，如果你優化的算法沒沒有參與到你程序性能中的算法，那麼你優化他只是在浪費時間和精力，並且還轉移了你的注意力讓你錯過了應該要去優化的部分。第二點，算法的性能總和處理的數據密切相關的，就算是冒泡排序有那麼多的笑柄，但是如果其處理的數據基本是排好序的，只有其中幾個數據是未排序的，那麼冒泡排序也是所有排序算法裏性能最好的。所以，擔心沒有使用好的算法而不去測量，只會浪費時間，無論是你的還是計算機的。 就好像賽車零件的訂購速底是不會讓你更靠進冠軍（就算是你正確安裝零件也不會），沒有Profiler，你不會知道問題在哪裏，不去看彙編，你可能知道問題所在，但你往往不知道爲什麼。（全文完）