4

这是一个有点抽象的问题，我希望没关系（如果没有，请告诉我一个更好的地方问它）：

我有一堆布尔条件，我们称它们为A, B, C, D, ....

在我的代码中，我需要使用这些条件来区分几种不同的可能场景。例如，我可以有这样的东西（在伪代码中）：

if ((A and B) or not (C or D)) then process case 1
if (A and (not B) and (C or D)) then process case 2
otherwise process case 3

现在，我可以开始组合这些 if 语句来优化所需的评估次数，例如：

if (A) then {
    if (B) then {
        process case 1
    } else {
        if (C or D) then process case 2
                    else process case 1
    }
} else {
    if (C or D) then process case 3
                else process case 1
}

但我同样可以“短路”（我使用松散的术语）一些不同的评估，比如：

if (C or D) then {
    if (A) then {
        if (B) then process case 1
               else process case 2
    } else {
        process case 3
    }
} else {
    process case 1
}

假设评估这些条件的成本存在显着差异，例如，有些需要数据库调用，有些是简单的变量空值检查等。那么，对于如何分解代码可能有一个最佳解决方案（假设所有情况都有同样的可能性）。

例如，如果 A 和 B 的评估很便宜，而 C 或 D 的评估很昂贵，则上面的第一个版本可能平均更好，因为如果 A 和 B 为真，C 和 D 可能永远不需要得到评估。而如果 C 和 D 很便宜，而 A 或 B 很贵，则平均而言，第二版更好。

是否有一些正式的框架或其他方法来确定这种优化？

4

0 回答 0