17 通用技巧

译文 · 基于 The Rust Performance Book

通用技巧

原文链接: https://nnethercote.github.io/perf-book/general-tips.html

本书前面各节讨论了 Rust 特有的技巧。本节简要概述一些通用的性能原则。

只要避免明显陷阱（例如使用非 release 构建），Rust 代码通常既快又省内存，尤其若你习惯 Python、Ruby 等动态类型语言，或 Java、C# 等带垃圾回收的静态类型语言。

优化后的代码往往更复杂，编写也比未优化代码更费力。因此，只值得优化热点代码。

最大的性能提升往往来自算法或数据结构的改动，而非底层微优化。 示例 1， 示例 2。

编写能良好利用现代硬件的代码并不总是容易，但值得努力。例如，尽可能减少缓存未命中和分支预测失败。

多数优化只带来小幅加速。虽然单次小幅加速不易察觉，但若做得足够多，累积效果会很明显。

不同性能分析器各有长处，使用多种工具是好的做法。

当性能分析表明某函数是热点时，有两种常见加速方式：(a) 让该函数更快，和/或 (b) 减少调用次数。

消除愚蠢的拖慢往往比引入巧妙的加速更容易。

避免不必要的计算。惰性/按需计算常常是赢家。 示例 1， 示例 2。

复杂的一般情况往往可以通过乐观地检查更简单、更常见的特殊情况来避免。 示例 1， 示例 2， 示例 3。 尤其当小尺寸占主导时，专门处理 0、1 或 2 个元素的集合往往是赢家。 示例 1， 示例 2， 示例 3， 示例 4。

类似地，处理重复数据时，常可用简单的数据压缩：为常见值使用紧凑表示，对异常值回退到辅助表。 示例 1， 示例 2， 示例 3。

当代码处理多种情况时，测量各情况频率并优先处理最常见的情况。

处理具有高局部性的查找时，在数据结构前加一个小缓存可能有效。

优化后的代码往往结构不直观，因此说明性注释很有价值，尤其是引用性能分析测量结果的注释。像「该向量 99% 的时间只有 0 或 1 个元素，因此先处理这些情况」这样的注释很有启发性。