函数调用对性能有多少影响？

对于代码模块化，可读性和互操作性，尤其是在OOP中，必须将功能提取到方法或函数中。

但这意味着将进行更多的函数调用。

将我们的代码拆分为方法或函数实际上如何影响现代*语言的性能？

^{*最受欢迎的语言：C，Java，C ++，C＃，Python，JavaScript，Ruby ...}

也许。编译器可能会决定“嘿，这个函数只被调用了几次，我应该针对速度进行优化，因此我将内联这个函数”。本质上，编译器会将函数调用替换为函数主体。例如，源代码如下所示。

void DoSomething()
{
   a = a + 1;
   DoSomethingElse(a);
}

void DoSomethingElse(int a)
{
   b = a + 3;
}

编译器决定内联DoSomethingElse，代码变为

void DoSomething()
{
   a = a + 1;
   b = a + 3;
}

当不内联函数时，是的，会影响性能以进行函数调用。但是，它是如此的微小，以至于只有极高性能的代码才会担心函数调用。在这类项目中，代码通常以汇编形式编写。

函数调用（取决于平台）通常涉及数十条指令，其中包括保存/恢复堆栈。一些函数调用包含跳转和返回指令。

但是还有其他一些因素可能会影响函数调用的性能。被调用的函数可能未加载到处理器的高速缓存中，从而导致高速缓存未命中，并迫使内存控制器从主RAM中获取该函数。这可能会对性能造成重大影响。

简而言之：函数调用可能会或可能不会影响性能。唯一的方法就是分析您的代码。不要试图猜测慢速代码的位置，因为编译器和硬件有一些难以置信的窍门。分析代码以获取慢点的位置。

这是编译器或运行时（及其选项）的实现问题，不能肯定地说。

在C和C ++中，某些编译器将基于优化设置进行内联调用-在查看诸如https://gcc.godbolt.org/之类的工具时，通过检查生成的程序集可以很容易地看出这一点。

其他语言（例如Java）将此作为运行时的一部分。这是JIT的一部分，并在此SO问题中进行了详细说明。特别查看HotSpot的JVM选项

-XX:InlineSmallCode=n 仅当其生成的本机代码大小小于此大小时才内联先前编译的方法。缺省值随运行JVM的平台而异。
-XX:MaxInlineSize=35 内联方法的最大字节码大小。
-XX:FreqInlineSize=n 要内联的频繁执行方法的最大字节码大小。缺省值随运行JVM的平台而异。

因此，是的，HotSpot JIT编译器将内联满足某些条件的方法。

的影响这一点，是很难确定，因为每个JVM（或编译器）可以做不同的事情，并试图用语言的广泛行程回答几乎是肯定不对的。只有在适当的运行环境中对代码进行性能分析并检查编译后的输出，才能正确确定影响。

可以将其视为错误的方法，因为CPython没有内联，但是Jython（在JVM中运行的Python）内联了一些调用。同样，MRI Ruby不会内联，而JRuby会内联，而ruby2c是将Ruby转换为C的编译器……然后可以内联或不内联，具体取决于编译时使用的C编译器选项。

语言不是内联的。实现可能。

您在错误的位置寻找性能。函数调用的问题不是它们花费很多。还有另一个问题。函数调用可能是完全免费的，您仍然会遇到其他问题。

功能就像信用卡一样。由于您可以轻松使用它，因此您倾向于使用它的次数可能会更多。假设您称它比需要多20％。然后，典型的大型软件包含多个层，每个调用函数都在下面的层中，因此1.2的系数可以与层数复合。（例如，如果有五层，并且每层的减速系数为1.2，则复合的减速系数为1.2 ^ 5或2.5。）这只是考虑的一种方法。

这并不意味着您应该避免函数调用。意思是，当代码启动并运行时，您应该知道如何查找并消除浪费。关于如何在stackexchange网站上执行此操作，有很多非常好的建议。 这是我的贡献之一。

添加：小例子。有一次，我在一个工厂车间的软件团队工作，该软件可以跟踪一系列工作指令或“工作”。有一个功能JobDone(idJob)，如果一个作业已经完成，可以告诉。当所有子任务都完成时，一个工作就完成了，而当所有子操作都完成时，每个工作都完成了。所有这些事情都在关系数据库中进行了跟踪。一次调用另一个函数可以提取所有这些信息，即JobDone所谓的另一个函数，可以查看工作是否完成，然后将其余信息扔掉。然后人们可以轻松地编写如下代码：

while(!JobDone(idJob)){
    ...
}

要么

foreach(idJob in jobs){
    if (JobDone(idJob)){
        ...
    }
}

明白了吗？该函数是如此“强大”且易于调用，以至于调用过多。因此，性能问题不是指令进出该功能。那是需要一种更直接的方法来判断工作是否完成。同样，该代码可能已嵌入成千上万行本来无害的代码中。每个人都试图做的事是提前修复它，但这就像试图在黑暗的房间里扔飞镖一样。相反，您需要运行它，然后让“慢速代码”告诉您它是什么，只需花费时间即可。为此，我使用随机暂停。

我认为这确实取决于语言和功能。尽管c和c ++编译器可以内联许多函数，但Python或Java并非如此。

虽然我不知道Java的具体细节（除了每个方法都是虚拟的，但我建议您更好地检查文档），但是在Python中，我确信没有内联，没有尾递归优化和函数调用都非常昂贵。

Python函数基本上是可执行对象（实际上，您也可以定义call（）方法使对象实例成为函数）。这意味着调用它们有很多开销。

但

当您在函数内部定义变量时，解释器将使用LOADFAST而不是字节码中的常规LOAD指令，从而使您的代码更快。

另一件事是，当您定义可调用对象时，便可以使用记忆模式等模式，它们可以有效地大大加快计算速度（以使用更多内存为代价）。基本上，这始终是一个权衡。函数调用成本还取决于参数，因为它们决定了您实际上必须在堆栈上复制多少东西（因此，在c / c ++中，通常的做法是通过指针/引用而不是通过值来传递诸如结构之类的大参数）。

我认为您的问题实际上过于广泛，无法在stackexchange上完全回答。

我建议您从一种语言开始学习高级文档，以了解该特定语言如何实现函数调用。

您将对在此过程中学到的东西感到惊讶。

如果您有特定的问题，请进行测量/分析并确定天气，最好创建一个函数或复制/粘贴等效代码。

我认为，如果您提出更具体的问题，则更容易获得更具体的答案。

不久前，我测量了Xenon PowerPC上直接和虚拟C ++函数调用的开销。

所讨论的函数具有单个参数和单个返回，因此参数传递发生在寄存器上。

长话短说，与内联函数调用相比，直接（非虚拟）函数调用的开销约为5.5纳秒，即18个时钟周期。与内联相比，虚拟函数调用的开销为13.2纳秒，即42个时钟周期。

这些时序在不同的处理器系列上可能有所不同。我的测试代码在这里；您可以在硬件上运行相同的实验。在CFastTimer实现中使用rdtsc这样的高精度计时器。系统时间（）不够精确。