浅谈代码的执行效率（1）：算法是关键

　　前一段时间在博客园里看到这样一篇文章，那位兄弟谈到程序效率的关键是“简短”。他说，“程序越简短，其可执行代码就越少，就越有效率”，而在编写程序的时候，“要尽量改进我们的算法，而改进算法中最重要的一条，就是减少语句”。这句话从表面上似乎正确，但我认为性能这问题不能用“简短”这种方式去思考，否则会进入一些误区。我整理了一下思路，希望可以从几个方面把详细谈一下这个问题。

首先，如果说“简短的代码效率高”，那么什么叫作“简短”呢？姑且理解为“代码少”吧。如果“代码少”能够得出“效率高”，那我认为还需要其他一些条件，例如：

• 代码完全是顺序执行的
• 每行代码的效率相同

　　但是，这对于使用高级语言的程序员来说，这两条基本上都无法成立，因为：

• 代码中有条件跳转（如循环），因此一段简短的代码最终执行的“次数”可能比一段复杂的代码要多。这是很常见的情况，并非如那位兄弟所说“两三行代码写出死循环”这样的“特例”。
• 每行代码的效率几乎不可能相同。试想一个i++和一个方法调用，他们的性能开销怎么可能相同呢？再者，这个特性并非是“高级语言”特有的，连CPU指令也是一样（以后我们再来详谈这个问题）。

　　其实这就是目前编程工作中不可能回避的现状，那就是高级语言并不直接反映出机器的执行过程。同时，我们不能从代码表面的简短程度来判断程序效率的高低。正如那位朋友所谈，影响程序的关键因素之一是算法的选择，但我不同意他说算法优化的关键在于“减少语句”。从一定程度上讲，选择高效的算法的确是为了减少指令执行的“总量”，但它并不是如那篇文章所说通过“少一些变量”，“少一些判断”来进行的，而是在于大幅的逻辑改变来减少总体的操作。

　　事实上，我们很容易便能举出代码简短，但是性能较差的算法。就拿最常见的排序算法来说，冒泡排序不可谓不简单：

public void BubbleSort(int[] array)
{
    for (int i = array.Length - 1; i >= 0; i--)
    {
        for (int j = 1; j <= i; j++)
        {
            if (array[j - 1] > array[j])
            {
                int temp = array[j - 1];
                array[j - 1] = array[j];
                array[j] = temp;
            }
        }
    }
}

　　而快速排序与之相比实在是复杂太多了：

public void QuickSort(int[] array)
{
    QuickSortInternal(array, 0, array.Length);
}

private void QuickSortInternal(int[] array, int begin, int end)
{
    if (end == begin)
    {
        return;
    }
    else
    {
        int pivot = FindPivotIndex(array, begin, end);
        if (pivot > begin) QuickSortInternal(array, begin, pivot - 1);
        if (pivot < end) QuickSortInternal(array, pivot + 1, end);
    }
}

private int FindPivotIndex(int[] array, int begin, int end)
{
    int pivot = begin;
    int m = begin + 1;
    int n = end;

    while (m < end && array[pivot] >= array[m])
    {
        m++;
    }

    while (n > begin && array[pivot] <= array[n])
    {
        n--;
    }

    while (m < n)
    {
        int temp = array[m];
        array[m] = array[n];
        array[n] = temp;

        while (m < end && array[pivot] >= array[m])
        {
            m++;
        }

        while (n > begin && array[pivot] <= array[n])
        {
            n--;
        }

    }

    if (pivot != n)
    {
        int temp = array[n];
        array[n] = array[pivot];
        array[pivot] = temp;

    }

    return n;
}

　　OMG，为什么快速排序会那么复杂？其原因在于，快速排序的性能关键之一，在于选择一个好的中轴（pivot）元素，选择一个好的中轴元素可以尽可能减少的交换操作的次数，以此提高算法的效率。而冒泡排序，做法的确“简短”，但是其性能在大部分场合都不如快速排序来的好。而且，同样是快速排序，也可以有多种实现方法，有的语言还可以实现地非常简单，如Haskell：

qsort [] = []
qsort (x:xs) = qsort (filter (< x) xs) ++ [x] ++ qsort (filter (>= x) xs)

　　这便是Haskell版的快速排序，够短吧。但是它的效率不如之前那段长长的C#——当然，这么比可能不公平，因为两者使用的数据结构不同，C#基于数组进行排序，而Haskell却使用的是不可变的单向链表。

　　算法是效率的关键，但选择合适的算法也并非是一件十分容易的事情。我们都知道一个算法它有时间复杂度，空间复杂度等等，但这些是什么呢？是从数学角度得出的“理论值”。一个算法的时间复杂度，考虑的是算法的时间随规模增长的变化规律，它能确保的只是“当规模大到一定程度时”，时间复杂度低的算法效率肯定相对较高。但是在实际开发过程中，我们遇到的数据量往往都是有限的，其形式甚至还有一定规律可循。因此，“理论上”时间复杂度低的算法，并非时时刻刻都有上佳表现。

　　例如，对于一个已经排序的数组来说，冒泡排序的性能无人能敌；对于一个高效的快速排序算法来说，如果元素数量少于一个阈值时就会使用插入排序（因为快速排序时间复杂度的常数较大）；再比如，一个算法使用空间换时间，但是空间一大，物理内存中的数据可能就会被放到磁盘交换区上（也有人把它叫做虚拟内存，但是我不认同这个叫法），此时读取时可能就要从硬盘上重新加载数据页，性能可能就更低一些了。说个更近的，有时候每次都创建对象，性能反而比缓存起来要高，不是吗？

　　因此我认为，无论怎么样，“简短”不应该是评价一段代码是否高效的因素。您可能会说，算法对性能来说自然很关键，但是这里说的“简短”不是指算法的改变，而是指在算法相同的情况下，少一些赋值，判断操作等等，这样指令少了性能不是更高了吗？不过我的考虑是，既然算法已经确定了，那么究竟有哪些地方值得我们减少一些赋值或判断操作呢？即便这样的确有效果，但我想，如果保留合理的赋值和判断如果可以让代码更清晰，那就不要进行如此“手动”而“原始”更“想当然”的优化吧。清晰、正确比高效更重要。

　　最重要的是，没有Profiling，一切优化都是徒劳的。如果您认为减少赋值和判断可以有效提高性能，那么也用Profiling来证明一下，不是吗？当然，我并没有说一些细节上的调整对性能影响不大，我接下来也会讨论直接对汇编进行的优化。但是，即使我们有需要优化汇编的场景……它们基本上也不是靠所谓减少赋值和判断来起到效果的。

　　最后补充一句：这篇文章里我谈到的“算法”是指广义的“实现方式”，通俗地讲便是“代码的写法”。而“冒泡排序”等面向指定问题的解法，我把它称之为“经典算法”。在这里，我们还是加以区分吧。