Questions tagged «performance»

今天，我阅读了有关线程串联速度的主题。 令人惊讶的是，字符串连接是赢家： http://jsben.ch/#/OJ3vo 结果与我的想法相反。此外，与此有关的文章很多，都与此相反。 我可以猜测浏览器已针对concat最新版本进行了优化，但是如何做到这一点呢？我们可以说+串联字符串时最好使用吗？ 更新资料 因此，在现代浏览器中，对字符串串联进行了优化，因此使用+符号比join要串联字符串时使用符号要快。 但是@Arthur指出，join如果您实际上想使用分隔符连接字符串，则速度会更快。 更新-2020 Chrome：数组join几乎2 times faster是String concat + 参见：https : //stackoverflow.com/a/54970240/984471 注意： join如果有的话，数组更好large strings 如果我们需要several small strings在最终输出中生成，最好使用字符串concat +，否则使用Array会在末尾需要几次Array到String的转换，这会导致性能超载。

114 javascript  performance  string-concatenation 

由于它的灵活性，即使我只想显示非常简单的内容，我也总是在每次需要View容器时都使用RelativeLayout。 从性能/良好实践的角度来看，这样做是否可行，还是应该尝试使用LinearLayout？ 谢谢！

114 android  performance  android-linearlayout  android-relativelayout 

每个人似乎都说命名管道比套接字IPC快。他们快多少？我更喜欢使用套接字，因为它们可以进行双向通信，并且非常灵活，但是如果速度很大，则会选择速度而不是灵活性。

114 linux  performance  sockets  ipc  named-pipes 

我目前有一个页面，其声明如下： public partial class MyPage : System.Web.UI.Page { protected void Page_Load(object sender, EventArgs e) { //snip MyButton.Click += (o, i) => { //snip } } } 我最近才从1.1迁移到.NET 3.5，因此我习惯于在Page_Load之外编写事件处理程序。我的问题是；为此使用lambda方法时，应该注意什么性能缺陷或陷阱吗？我更喜欢它，因为它肯定更简洁，但是我不想牺牲性能来使用它。谢谢。

114 c#  performance  events  lambda 

引用文档： 创建索引时，与键关联的数字指定索引的方向，因此它应始终为1（升序）或-1（降序）。方向对于单个键索引或随机访问检索都无关紧要，但是如果您要对复合索引进行排序或范围查询，则方向很重要。 但是，我认为没有理由将索引的方向放在复合索引上。有人可以提供进一步的解释（或示例）吗？

114 mongodb  performance  sorting  indexing  query-optimization 

哈希表可以实现O（1）似乎是常识，但是这对我来说从来没有任何意义。有人可以解释一下吗？这是两种情况： 答： 该值是一个小于哈希表大小的整数。因此，该值是其自己的哈希，因此没有哈希表。但是，如果有的话，它将是O（1），但效率仍然很低。 B. 您必须计算值的哈希值。在这种情况下，对于要查找的数据大小，顺序为O（n）。在您完成O（n）工作后，查找可能是O（1），但在我眼里仍然是O（n）。 而且，除非您拥有完美的哈希表或大型哈希表，否则每个存储桶中可能有几项。因此，无论如何它会演变成小的线性搜索。 我认为哈希表很棒，但除非得到理论上的支持，否则我不会获得O（1）的名称。 Wikipedia的有关哈希表的文章始终引用恒定的查找时间，并且完全忽略了哈希函数的成本。这真的是公平的措施吗？ 编辑：总结一下我学到的东西： 从技术上讲，这是正确的，因为不需要散列函数使用键中的所有信息，因此可以是恒定时间，并且因为足够大的表可以使冲突降低到接近恒定时间。 在实践中确实如此，因为随着时间的推移，只要选择哈希函数和表大小以最大程度地减少冲突，就可以解决问题，尽管这通常意味着不使用恒定时间哈希函数。

114 algorithm  performance  language-agnostic  big-o  hashtable 

我有一个Spring Boot应用程序。我添加了很多依赖项（不幸的是，看起来我需要所有这些依赖项），并且启动时间增加了很多。仅需SpringApplication.run(source, args)花费10秒钟。 尽管这与“使用”相比可能不算什么，但我不愿意花那么多钱，主要是因为它破坏了开发流程。此时应用程序本身很小，因此我认为大多数时间与添加的依赖项有关，而不是与应用程序类本身有关。 我认为问题是类路径扫描，但是我不确定如何： 确认这是问题所在（即如何“调试” Spring Boot） 如果确实是原因，我该如何加以限制，以使其更快？例如，如果我知道某个依赖项或程序包不包含Spring应该扫描的任何内容，是否有办法限制它？ 我认为增强Spring在启动期间具有并行bean初始化会加快速度，但是该增强请求自2011年以来一直没有任何进展。我在Spring Boot本身中看到了其他一些工作，例如调查Tomcat JarScanning的速度改进，但这是特定于Tomcat的，已被放弃。 本文： http://www.nurkiewicz.com/2010/12/speeding-up-spring-integration-tests.html 尽管针对集成测试，建议使用lazy-init=true，但是我不知道如何使用Java配置将此应用于Spring Boot中的所有bean-这里有没有指针？ 任何（其他）建议都将受到欢迎。

114 java  performance  spring-boot  startup 

在PHP中最好使用附加数组成员的方法， $array[] = $value; 要么 array_push($array, $value); ？ 尽管手册说您最好避免进行函数调用，但我阅读$array[]的速度也比慢得多array_push()。有哪些澄清或基准？

113 php  arrays  performance 

我面临以下问题，我不确定什么是最佳实践。 考虑下表（该表会变大）： id PK | Giver_id FK | FK | 日期 我正在使用InnoDB，据我了解，它会自动为两个外键列创建索引。但是，在需要匹配以下特定组合的情况下，我还会做很多查询： SELECT...WHERE giver_id = x AND recipient_id = t。 每个这样的组合在表中将是唯一的。 在这些列上添加双列索引有什么好处，还是理论上两个单独的索引足够/相同？

113 sql  mysql  database  performance  indexing 

使用字符串插值之间有明显的性能差异： myString += $"{x:x2}"; vs String.Format（）？ myString += String.Format("{0:x2}", x); 我之所以这样问，是因为Resharper会提示您修复问题，而我之前也曾被愚弄过。

113 c#  string  performance  resharper  string-interpolation 

我知道它们本质上是同一件事，但是就样式而言，哪个是创建空列表或字典的更好（更Pythonic的）？

113 python  performance  list  dictionary 

由于编译器的优化，switch语句通常比等效的if-else-if语句（如本文中所述）要快。 这种优化实际上是如何工作的？有人有很好的解释吗？

112 c#  performance  switch-statement  if-statement 

我在浏览一些旧书时，发现了彼得·哈格（Peter Hagger）的“ Practical Java”的副本。在性能部分，建议null不再使用对象引用。 在Java中，设置对象引用是否可以null提高性能或垃圾回收效率？如果是这样，在什么情况下会出现问题？容器类？对象组成？匿名内部类？ 我经常在代码中看到这一点。现在这是过时的编程建议还是仍然有用？

112 java  garbage-collection  performance 

我有一个MySQL表，其中动态插入行。因为我不能确定字符串的长度，也不希望它们被截断，所以我将它们设为varchar（200），通常比我需要的大得多。给varchar字段提供比所需长度更长的长度是否会对性能产生重大影响？

112 sql  mysql  performance  types 

这是关于如何确定CUDA网格，块和线程大小的问题。这是在此处发布的问题的另一个问题。 在此链接之后，来自爪子的答案包含一个代码段（请参见下文）。我不理解“通常是通过调整和硬件限制选择的值”的注释。 我在CUDA文档中找不到很好的解释或说明来解释这一点。总而言之，我的问题是blocksize给定以下代码，如何确定最佳（线程数）： const int n = 128 * 1024; int blocksize = 512; // value usually chosen by tuning and hardware constraints int nblocks = n / nthreads; // value determine by block size and total work madd<<<nblocks,blocksize>>>mAdd(A,B,C,n);

112 performance  optimization  cuda  gpu  nvidia