百度面试题及我的解答(5)-0 优化性能

最新推荐文章于 2024-09-16 11:30:43 发布
最新推荐文章于 2024-09-16 11:30:43 发布
阅读量1k 收藏
点赞数
文章标签： 优化 面试 百度 class vector basic
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/mn_th/article/details/4952243
版权

本次的主题是优化TraverseTbl。

代码主要包括两部分：

         1. 一部分是把单词从文件读入到Hash表的Add部分。

         2. 第二部分是遍历hash表，找出所有的变位词，并输出。

 

下表是主要时间消耗函数在step5函数，dict4输入时性能统计数据(VS2005 Team Suit)。从图中可以看出，TraverseTbl函数消耗的时间最多，所以本次优化的主题就在TraverseTbl。

 

　调用次数已用包含时间应用程序包含时间
HashMethod1::Add(char *)1158441.1581341.15813
HashMethod1::TraverseTbl(void (*)(class WORD_NODE *,class std::basic_ostream<char,struct std::char_traits<char> > &),class std::basic_ostream<char,struct std::char_traits<char> > &)1246.404109246.404109
std::basic_istream<char,struct std::char_traits<char> >::getline(char *,int)1158410.34587210.345872

 

首先说明一下从step4->step5的主要变化。

1. 在step4的基础上修改了输出函数。对于变位词，不再输出所有词，而是每个单词只输出一次。

2. step4和step5使用的都是vector来保存临时使用的变位词列表(用于检索这个词是否已经出现过)。

 

Step5使用样本dict4的性能测试数据。这里只摘录了TraverseTbl 函数的性能数据。

仔细阅读下表，可以发现vector各种操作占用了大量的CPU时间，看来在这里STL成为了性能瓶颈了。

　已用包含时间应用程序包含时间
Step5TraverseProcess(class WORD_NODE *,class std::basic_ostream<char,struct std::char_traits<char> > &)243.778101243.778101
@_RTC_CheckStackVars@80.1228640.122864
__RTC_CheckEsp0.0027780.002778
std::_Vector_const_iterator<char *,class std::allocator<char *> >::operator<(class std::_Vector_const_iterator<char *,class std::allocator<char *> > const &)2.9927182.992718
std::_Vector_const_iterator<class WORD_NODE *,class std::allocator<class WORD_NODE *> >::operator<(class std::_Vector_const_iterator<class WORD_NODE *,class std::allocator<class WORD_NODE *> > const &)2.5465262.546526
std::_Vector_iterator<char *,class std::allocator<char *> >::_Vector_iterator<char *,class std::allocator<char *> >(void)0.4390950.439095
std::_Vector_iterator<char *,class std::allocator<char *> >::~_Vector_iterator<char *,class std::allocator<char *> >(void)16.54360216.543602
std::_Vector_iterator<char *,class std::allocator<char *> >::operator*(void)0.9144710.914471
std::_Vector_iterator<char *,class std::allocator<char *> >::operator++(int)21.6999221.69992
std::_Vector_iterator<char *,class std::allocator<char *> >::operator=(class std::_Vector_iterator<char *,class std::allocator<char *> > const &)3.5134513.513451
std::_Vector_iterator<class WORD_NODE *,class std::allocator<class WORD_NODE *> >::_Vector_iterator<class WORD_NODE *,class std::allocator<class WORD_NODE *> >(void)0.1285640.128564
std::_Vector_iterator<class WORD_NODE *,class std::allocator<class WORD_NODE *> >::~_Vector_iterator<class WORD_NODE *,class std::allocator<class WORD_NODE *> >(void)27.02592127.025921
std::_Vector_iterator<class WORD_NODE *,class std::allocator<class WORD_NODE *> >::operator*(void)2.3361242.336124
std::_Vector_iterator<class WORD_NODE *,class std::allocator<class WORD_NODE *> >::operator++(int)37.6102437.61024
std::_Vector_iterator<class WORD_NODE *,class std::allocator<class WORD_NODE *> >::operator=(class std::_Vector_iterator<class WORD_NODE *,class std::allocator<class WORD_NODE *> > const &)3.3707323.370732
std::operator<<<struct std::char_traits<char> >(class std::basic_ostream<char,struct std::char_traits<char> > &,char const *)17.05477617.054776
std::vector<char *,class std::allocator<char *> >::~vector<char *,class std::allocator<char *> >(void)3.1718333.171833
std::vector<char *,class std::allocator<char *> >::begin(void)6.044066.04406
std::vector<char *,class std::allocator<char *> >::end(void)10.86284810.862848
std::vector<char *,class std::allocator<char *> >::push_back(char * const &)27.36062327.360623
std::vector<char *,class std::allocator<char *> >::vector<char *,class std::allocator<char *> >(void)0.6923440.692344
std::vector<class WORD_NODE *,class std::allocator<class WORD_NODE *> >::~vector<class WORD_NODE *,class std::allocator<class WORD_NODE *> >(void)0.9105660.910566
std::vector<class WORD_NODE *,class std::allocator<class WORD_NODE *> >::begin(void)5.3921345.392134
std::vector<class WORD_NODE *,class std::allocator<class WORD_NODE *> >::end(void)12.8719712.87197
std::vector<class WORD_NODE *,class std::allocator<class WORD_NODE *> >::push_back(class WORD_NODE * const &)33.51650533.516505
std::vector<class WORD_NODE *,class std::allocator<class WORD_NODE *> >::vector<class WORD_NODE *,class std::allocator<class WORD_NODE *> >(void)0.249840.24984
THUNK:strcmp1.5513011.551301

 

在前面分析的基础上为step6做优化：step6放弃了所有的STL，使用了原生数组来保存临时使用的变位词列表，代码复杂了很多。

step6，使用dict4(和上面的数据使用同样的输入样本)输入的性能数据请见下表。从数据可以看出TraverseTbl使用时间大幅减少。已经不再是整个程序的性能瓶颈。

　已用包含时间应用程序包含时间
HashMethod1::TraverseTbl(void (*)(class WORD_NODE *,class std::basic_ostream<char,struct std::char_traits<char> > &),class std::basic_ostream<char,struct std::char_traits<char> > &)10.0268910.02689
std::basic_ifstream<char,struct std::char_traits<char> >::`vbase destructor'(void)0.0022750.002275
std::basic_ifstream<char,struct std::char_traits<char> >::basic_ifstream<char,struct std::char_traits<char> >(void)0.0037450.003745
std::basic_ifstream<char,struct std::char_traits<char> >::close(void)0.0383950.038395
std::basic_ifstream<char,struct std::char_traits<char> >::is_open(void)0.0001330.000133
std::basic_ifstream<char,struct std::char_traits<char> >::open(char const *,int,int)0.0901270.090127
std::basic_istream<char,struct std::char_traits<char> >::getline(char *,int)14.46054414.460544
std::basic_ofstream<char,struct std::char_traits<char> >::`vbase destructor'(void)0.0092480.009248
std::basic_ofstream<char,struct std::char_traits<char> >::basic_ofstream<char,struct std::char_traits<char> >(char const *,int,int)0.3083740.308374
std::basic_ofstream<char,struct std::char_traits<char> >::close(void)1.2348041.234804
std::basic_ostream<char,struct std::char_traits<char> >::operator<<(class std::basic_ostream<char,struct std::char_traits<char> > & (*)(class std::basic_ostream<char,struct std::char_traits<char> > &))0.1682450.168245
std::basic_ostream<char,struct std::char_traits<char> >::operator<<(unsigned long)1.054691.05469
std::ios_base::eof(void)0.5812690.581269

 

再看TraverseTbl的性能数据，可以看出修改后主要的CPU时间都消耗在了输出了。这里优化的余地很小了。

关于标准库ostream输出，有一个小的优化技巧：

      C++ Primter中说"endl“会触发输出缓冲区flush，所以在换行的时候使用"/n“在输出密集时可以极大的减少CPU时间。

　调用次数已用包含时间应用程序包含时间
HashMethod1::TraverseTbl(void (*)(class WORD_NODE *,class std::basic_ostream<char,struct std::char_traits<char> > &),class std::basic_ostream<char,struct std::char_traits<char> > &)110.0268910.02689
__RTC_CheckEsp5510.0000780.000078
Step6TraverseProcess(class WORD_NODE *,class std::basic_ostream<char,struct std::char_traits<char> > &)5507.8642887.864288
@_RTC_CheckStackVars@85500.0072520.007252
__RTC_CheckEsp5500.000130.00013
std::operator<<<struct std::char_traits<char> >(class std::basic_ostream<char,struct std::char_traits<char> > &,char const *)60486.3603576.360357
THUNK:memset11000.0707640.070764
THUNK:strcmp460760.7020090.702009

 

 

最后给出GetTickCount记录的优化前后的性能数据比较。

　step5step6
第一次第二次第一次第二次
添加单词到Hash表(Add,getline,sort)1061106111701061
遍历hash表输出变位词49774961281249
     
step5: 使用标准库的vector保存所有零时的变位词，使用iterator遍历变位词表
step6: 使用普通数组保存所有零时的变位词，数组遍历变位词表 

 

附： step5 & step6的代码单独发文给出。

mn_th
关注
谈谈前端性能优化-面试版
loveX001的博客
10-11 365
当我们去面试的时候，很大概率会被面试官问这么一个问题：你有尝试过对项目做性能优化吗？或者你了解哪些性能优化的方法？听到这个问题的你可能是这样的：似曾相识但又说不清楚，往往只能零散地说出那么几点，难以做到有条理的回答。那么，本文就带你简单了解前端性能优化的几个主要方面，旨在抛砖引玉。请求过程中一些潜在的性能优化点：总结： 深入理解请求的过程是前端性能优化的核心。优化核心首页案例学习代码压缩就是压缩一些在文本文件中有意义，但是在中不显示的字符，包括空格，制表符，换行符等，还有一些其他意义的字符，如**注释**也
2024年百度Android面试真题，Android高级面试题
2401_84415708的博客
04-20 408
看到这篇文章的人不知道有多少是和我一样的Android程序员。35岁，这是我们这个行业普遍的失业高发阶段，这种情况下如果还不提升自己的技能，进阶发展，我想，很可能就是本行业的职业生涯的终点了。我们要有危机意识，切莫等到一切都成定局时才开始追悔莫及。只要有规划的，有系统地学习，进阶提升自己并不难，给自己多充一点电，你才能走的更远。千里之行始于足下。这是上小学时，那种一元钱一个的日记本上每一页下面都印刷有的一句话，当时只觉得这句话很短，后来渐渐长大才慢慢明白这句话的真正的含义。
10万字208道Java经典面试题总结(附答案)
热门推荐
学Java，找哪吒
08-02 100万+
1、JDK 和 JRE 有什么区别？ JDK（Java Development Kit），Java开发工具包 JRE（Java Runtime Environment），Java运行环境 JDK中包含JRE，JDK中有一个名为jre的目录，里面包含两个文件夹bin和lib，bin就是JVM，lib就是JVM工作所需要的类库。 2、== 和 equals 的区别是什么？ 对于基本类型，==比较的是值； 对于引用类型，==比较的是地址； equals不能用于基本类型的比较； 如果没有重写equa
网络协议相关面试题及解答
Mr_XiMu的博客
10-16 5011
网络协议相关面试题及解答
【面试必备】大模型技术热门面试题精选及解答指南
2401_84495872的博客
08-05 931
在原始 PLM (Pre-trained Language Model) 旁边增加一个旁路，做一个降维再升维的操作，来模拟所谓的 intrinsic rank。训练的时候固定 PLM 的参数，只训练降维矩阵A与升维矩阵B。而模型的输入输出维度不变，输出时将BA与PLM的参数叠加。用随机高斯分布初始化A ，用0矩阵初始化B，保证训练的开始此旁路矩阵依然是 0 矩阵。
5年大厂Java高频面试题及答案整理
m0_67322837的博客
03-10 4169
1、面向对象的特征有哪些方面？ 抽象：将同类对象的共同特征提取出来构造类。 继承：基于基类创建新类。 封装：将数据隐藏起来，对数据的访问只能通过特定接口。 多态性：不同子类型对象对相同消息作出不同响应。 2、访问修饰符public,private,protected,以及不写（默认）时的区别？ protected 当前类，同包，异包子类。 3、String 是最基本的数据类型吗？ 答：不是。Java中的基本数据类型只有8个：byte、short、int、long、float、double、
百度 测试|测试开发 面试真题|面经 汇总
2301_79535544的博客
07-26 641
用你熟悉的语言写个算法，两个链表求和返回链表 例如123(1->2 ->3)+321(3 ->2->1)=444(4 ->4->4 )，说时间复杂度和空间复杂度，再优化算法，使空间为O(1)，那么时间复杂度改变了吗？按照常规方法写出来了，一个for循环遍历，但是面试官不太满意，说有没有更简单的方法，我想了想，无…然后对方听不到我说话，我听不到对方说话，僵持了5分钟，，，围绕项目，写了多少条测试用例，怎么写的，代码覆盖率怎么判断和评估，我围绕的是定义展开叙述的，但面试官更想让我说的是有关测试报告的内容。
2024年Android 内存性能优化，2024最新字节跳动内部面试题
2401_84132565的博客
05-04 898
答应大伙的备战金三银四，大厂面试真题来啦！这份资料我从春招开始，就会将各博客、论坛。网站上等优质的Android开发中高级面试题收集起来，然后全网寻找最优的解答方案。每一道面试题都是百分百的大厂面经真题+最优解答。包知识脉络 + 诸多细节。节省大家在网上搜索资料的时间来学习，也可以分享给身边好友一起学习。《960全网最全Android开发笔记》《379页Android开发面试宝典》包含了腾讯、百度、小米、阿里、乐视、美团、58、猎豹、360、新浪、搜狐等一线互联网公司面试被问到的题目。
史上最全的Android面试题集锦
xiangzhihong8的专栏
07-17 11万+
Android基本知识点 1、常规知识点 1、 Android类加载器 在Android开发中，不管是插件化还是组件化，都是基于Android系统的类加载器ClassLoader来设计的。只不过Android平台上虚拟机运行的是Dex字节码，一种对class文件优化的产物，传统Class文件是一个Java源码文件会生成一个.class文件，而Android是把所有Class文件进行合并、优化，然后...
前端面试题及答案.zip
04-18
"前端面试题及答案.zip"这个压缩包很可能包含了丰富的前端面试题目以及相应的解答，旨在帮助求职者或希望提升技能的前端工程师更好地准备面试。让我们来深入探讨一些可能涵盖的知识点。 1. HTML/CSS基础： - HTML...
2019互联网面试题第2季,互联网面试题及答案,Java
09-10
"2019互联网面试题第2季"聚焦了这一年度的重要面试趋势和热门问题，旨在帮助求职者更好地准备并理解面试官可能提出的各种问题。这份资料可能包含一系列的面试题目、解答以及相关思维导图，帮助求职者系统地梳理和...
Java面试题及答案包含大厂面试真题
02-21
Java作为一门广泛应用于企业级应用开发的编程语言，其面试题涵盖了从基础语法到高级特性的各个层面。针对阿里巴巴、百度等大厂的面试真题，我们可以深入探讨以下几个Java相关的重要知识点： 1. **Java基础**：这...
最新Java面试题视频网盘，Java面试题84集、java面试专属及面试必问课程
06-24
面试题包含了不同技术层面的面试问题,同时也能对一些没有面试开发经验的小白给予不可估量的包装, 让你的薪水绝对翻倍, 本人亲试有效.Java面试题84集、java面试专属及面试必问课程,所有的面试题有视屏讲解, 解答方案....
大厂移动开发-百度Android工程师面试题
02-03
在准备面试时，可以结合《大厂移动开发-百度Android工程师面试题》这份资料，针对上述知识点进行系统复习和实战演练，以便在面试中展现出扎实的技术功底和良好的学习能力。祝你在找工作的过程中一切顺利！
【Kubernetes】常见面试题汇总（十三）
Songyaxuan075118的博客
09-13 439
Kubernetes Scheduler 使用哪两种算法将 Pod 绑定到 worker 节点 预选（Predicates） 优选（Priorities） Kubernetes kubelet 的作用 Kubernetes kubelet 监控 Worker 节点资源是使用什么组件来实现的
【Kubernetes】常见面试题汇总（二十）
最新发布
Songyaxuan075118的博客
09-16 308
Pod 实现对节点的资源控制 CPU、GPU 及 Memory（内存） Requests 和 Limits 影响 Pod 的调度 调度器（Scheduler） Metric Service
面试真题 | web自动化关闭浏览器，quit()和close()的区别
NHB234567的博客
09-13 346
关闭所有的浏览器窗口，销毁driver操作，则需要使用的是quit方法；当打开了多个窗口，只想要关闭非最后一个窗口的时候，使用的是close方法。这些资料，对于【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴上万个测试工程师们走过最艰难的路程，希望也能帮助到你！close():只关闭当前的浏览器标签页，如果当前浏览器标签页剩下最后一个，则所有标签页面退出。是否编写过对应浏览器退出的测试用例。quit():所有的浏览器窗口退出。关闭当前的标签页，其他窗口不退出。退出当前所有的窗口；
【OJ刷题】快慢指针问题
道阻且长，行则将至，关注我，和我一起奔赴下一场山海!
09-13 573
写在开头现在您看到的是我的结论或想法，但在这背后凝结了大量的思考、经验和讨论 5. 夹带私货若你能看到看到这篇文章且能看到这，则说明你我有缘，留个关注吧，后面还会接着计算机408、底层原理、开源项目、以及数据、后端研发相关、实习、笔试/面试、秋招/春招、各种竞赛相关、简历相关、考研、学术相关……，祝你我变得更强好的，到此为止啦，祝您变得更强
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值