问题标签 [overhead]

我最近编写了一个动态程序来计算两条 DNA 链序列（可能很长）之间的相似度（修改后的编辑距离）。

我的代码就像（不是实际代码，因为它是一个分配）：

上面的代码在大约 2400 行的文件上完成大约需要 40 分钟。如果我将 p,d 和赋值对移到嵌套的 for 循环之外并运行完全相同的文件，它将在大约 1 分钟内完成。

我在其他线程中读到性能几乎相同。我还用-O2 编译了它。

为什么上面的代码这么慢？

我有一个每天运行数千次的后台 python 脚本。我只是用python foo.py. 脚本本身进行一些导入（解析库和 sqlalchemy），然后建立数据库连接，进行解析并将数据保存到 db。

我想知道每次运行脚本时是否会增加很多开销来加载 python 环境？

我可以让脚本启动一次，它会有一个轮询循环来查看它是否应该做某事，但想澄清这样做是值得的。

有输入吗？

请参阅下面的代码。

a）在这种情况下（简单继承，没有虚拟成员）， B::df() 中的静态转换是否有任何开销（无论如何）？我发现类似问题的一些相互矛盾的答案，这就是我问的原因......

b）我正在考虑const M1 * func在 A 中设置私有并在 B 中引入一个新的私有字段const M2 * func以避免强制转换，但这会使事情复杂化并使智能指针的使用更加困难。你有没有更好的方法来避免演员阵容？

我不想在微优化上引发一场激烈的战争，但我对某些事情感到好奇。

创建没有内在数据的类型的实例在内存和性能方面的开销是多少？

例如，一个实现的简单类IComparer<T>可能只包含一个Compare方法，而没有属性或字段。

我见过的典型示例代码只是调用new FooComparer()，只要需要其中之一。

我无法想象这里的实例化成本非常高，但我很想知道它实际上是什么。以及它将如何与一个静态工厂类进行比较，该类维护一个比较器类型的字典，以便一个比较器实例可以在需要的任何地方使用。

对于作业，我们应该编写两种处理输出的方法。一种用于输出字符串，一种用于整数。

基本上我们有两个方法调用另一个方法：

inline 会通过不调用另一个函数来节省一些开销来加快速度，还是会在命名空间等方面为 cout 创建更多？

我想知道与创建新类而不是该类的新对象相关的开销是小还是大。我正在使用 dojo，但我将提供纯 JS 的对比示例。我将在启动时创建 10 到 100 个对象，我认为这不是一个严重的问题，但我想涵盖我所有的基础。

案例 1：Javascript 对象

与案例 2：Javascript 类

编辑：人们想知道我为什么会采用这种方法。我正在实现一个模块化程序，用户可以根据需要创建和/或加载对象，而不是拥有一个 Person/Shape/Text... 类并使用 50,000,000 个参数（姓名、年龄、性别、标签、字体、 x , y , w , h ...) 我想创建一个包含所有值的类。这也将简化代码的编辑，因为我希望允许用户从浏览器中查看和修改代码。我对 OOP 并不陌生，我确实意识到这与标准编程过程有所不同，所以对我知道自己在做什么有点信心 =)

为什么嵌入式平台开发人员不断尝试C++ exceptions从他们的SDKs.

例如，Bada SDK针对异常使用建议以下解决方法，它看起来异常难看：

这种行为的原因是什么？

据我所知，ARM编译器完全支持C++ exceptions，这实际上不是问题。还有什么？平台上的异常使用和展开的开销ARM真的要花很多时间来解决这些问题吗？

也许还有其他我不知道的东西？

谢谢你。

我正在比较不同的编程语言和开发平台。Objective-c 和其他语言的一个重要区别是它使用选择器、消息，所以每次都调用 objc_msgSend，跨越共享库的边界，因此引入了可测量的开销，加上 objc_msgSend 的更多开销（在缓存的情况下很少）内部运作，就像这里解释的那样：http: //www.mulle-kybernetik.com/artikel/Optimization/opti-3.html 我不是专家，所以我必须相信这篇文章，在这个论坛上找到。在 Apple 官方指南中，我发现“点语法”只是“语法糖”，即使用了相同的方法调用机制。问题：我想知道，如果在类实例中执行纯调用，那么调用 objc_msgSend 将是一种浪费。也就是从同一个类实例的方法调用一个类实例的方法。谢谢

为什么英特尔线程构建模块 (TBB)parallel_for的开销如此之大？根据第 3.2.2 节Automatic ChunkingTutorial.pdf大约半毫秒。这是教程中的一个尝试：

注意：通常一个循环需要至少一百万个时钟周期才能使 parallel_for 提高其性能。例如，在 2 GHz 处理器上花费至少 500 微秒的循环可能会受益于 parallel_for。

从我目前所读到的内容来看，TBB 在内部使用线程池（工作线程池）模式，它通过最初只产生工作线程一次（花费数百微秒）来防止这种糟糕的开销。

那么什么是花时间呢？使用互斥锁的数据同步不是那么慢吗？此外，TBB 不使用无锁数据结构进行同步吗？

我目前正在编译一个与 gcc 一起使用的 makefile 提供的开源优化库（本机 C++）。由于我是 Windows 用户，我很好奇我看到的编译它的两个选项，使用带有 MinGW/Cygwin 的 gcc 或手动构建 Visual Studio 项目并编译源代码。

1) 如果我使用 MinGW/Cygwin + gcc 进行编译，生成的 .lib（静态库）是否需要来自 MinGW/Cygwin 的任何库？即我可以将我编译的 .lib 分发到没有 MinGW/Cygwin 的 Windows PC 并且它仍然可以运行吗？

2）除了编译器本身之间的性能差异之外，在使用 MinGW/Cygwin 和 gcc 进行编译时是否存在相关的开销——例如仿真层是否编译到库中，或者 gcc 是否构建了本机 Windows 库？

3）如果速度是我图书馆的主要目标，使用哪种方法最好？我意识到这是非常开放的，我可能最好运行自己的基准测试，但如果有人在这里有经验，那就太好了！