奇技淫巧C++之懒惰计算
2008-03-08 12:53:34 来源:WEB开发网核心提示:考虑这样一个表达式语句: String result = str_you + “said: ” + str_he + “ said: @#$% ” + str_i + “said: over!”;对于这样一个语句,程序如何求值呢?假设str_you是一个典型std::string类型,奇技淫巧C++之懒惰计算,这个语句
考虑这样一个表达式语句:
String result = str_you + “said: ” + str_he + “ said: @#$% ” + str_i + “said: over!”;
对于这样一个语句,程序如何求值呢?假设str_you是一个典型std::string类型,这个语句需要做5 次Operator+运算,多个string临时对象,还极有可能的,多次的内存分配操作。
假如你的team leader对你说了类似话,兄弟,他是对你的代码性能不满呢。当然,聪明如你,一定会在上司找到你之前就发现了这里是个性能瓶颈,并且告诉他你正着手解决它呢。
办法是多种多样的,最正确的办法当然首先是看看设计上是否存在缺陷,并且可以修复以改善性能问题。假设,任何部分都很正确(我知道这不可能,一定有被你称为菜鸟的同事干了蠢事,不是吗?),责任只好落到你的肩上。打算怎么办?
我不知道你会怎么做,也许你会换一个更快的string,或者简单调整一下语句:
string result;
result.reserve(1000);
result += str_you; result += “said: ”;
result += str_he; result += “ said: @#$% ”;
result += str_i; result += “said: over!”;
假如只有一两个性能热点,我打赌,我会这样先尝试一下。我认为这是一个很好的开始,我们已经熟悉到导致瓶颈的原因并且试图消除它。你也可以这么做。 写这篇文章,当然意味着还有别的方法,而且和懒惰计算有关。因为我们不能修改basic_string::的operator+,因此,先把表达式变形:
Acce() + str_you + “said: ” + str_he + “ said: @#$% ” + str_i + “said: over!”;
因为operator+从左向右结合,可以采用我们加速过的运算过程。先看最简单的情况,和string相加。
template<typename Left, typename Right>
strUCt Accelerate{
operator string () const;
Left& left;
Right& right;
};
template<typename Left, typename Right>
inline Accelerate< Accelerate< Left >, Right>
operator+(Accelerate< Left >& lsh, const Right& rsh)
{
return Accelerate< Accelerate< Left >, Right>(lsh, rsh);
}
显然,Accelerate是轻量级的,现在考虑怎么实现operator string () const呢?我的计划是,首先计算出字符串的总长度,然后开一个足够大的空间来复制字符串,避免反复分配内存:
operator string () const{
string str;
str.reserve(length(left) + length(right));
append(str, left);
append(str, right);
return str;
};
第一步,看看怎么实现length:
struct Empty{};
template<typename T>
inline size_t length(const T& t){
return t.size();
}
template<typename Left, typename Right>
inline size_t length(const Accelerate<Left, Right>& t){
return length(t.left) + length(t.right);
}
template<>
inline size_t length(const Accelerate<Empty, Empty>& t){
return 0;
}
第二步,看看怎么实现append:
Template<typename Left, typename Right>
inline append(string& str, const Accelerate& t ){
append(str, t.left);
append(str,t.right);
}
Template< >
inline append(string&, const Accelerate<Empty, Empty>& ){}
inline append(string& str, const string& rsh){
copy(rsh.begin(), rsh.end(), back_inserter(str));
}
现在,我们整个计算的框架算是完成了,不过可真够复杂的。注重观察,实际上,Accelerate利用多重继续,把表达式转换成一个二叉树,叶结点就是实际的字符串。对于Acce有如下定义:
typedef Accelerate<Empty, Empty> Acce;
上面的过程针对string,实际上可以推广到其他的字符串形式,我们只需要重载特定的函数:length,append:
size_t length(const char* str)
{
return strlen(str);
}
Template<int SIZE>
size_t length(const char[SIZE] str)
{
return SIZE – 1; //注重,形如length(”text”)这样的代码,重载决议将使用这个重载版本。
}
至于append,也是类似的手法:
inline void append(string& str, const char* src){
while(*src != ‘\0’) str.push_back(*src++);
}
性能分析:
string str;
str.reserve(length(left) + length(right));
这里,采用str是没有必要的,在性能要害的场合,这里完全可以用内存块取代,可以改善性能。另外,length的计算,对于string和char [SIZE]这两种形式,都是常数时间,后一种更是可以在编译期优化掉,无需计算。但是,对于char*这种形势,strlen导致一次线性扫描。在 append的过程中,再一次线性扫描同一个数据来源,这是可以继续优化的地方。但是在这里继续剖析的话,就弱化了我们懒惰计算的主旨了。在这里,只是展 示懒惰计算的威力。实际上,懒惰计算在ORM环境下也是经常用到的,当然也包括数据库操作,和从文件加载对象这样的操作。 为 了获得某个数据,必须进行事先的若干处理才能获得,假设事先处理的相对成本比较高,那么就可以考虑懒惰计算,在真正需要获得数据的时候,才实施计算,另外 可以在实施计算时,可以有更多的信息,从而实施各种优化手段。例如,ORM操作中,并不及时载入对象,当对象真正需要时,批量载入多个Lazy的对象,从 而优化IO也是一例。
更多精彩
赞助商链接