今天和大家介紹一下能讓C++代碼更加高效的幾個(gè)小技巧,話不多說,以下為本文目錄:
參數(shù)傳遞方式:值傳遞還是引用傳遞
函數(shù)返回方式:按值返回還是按引用返回
使用移動(dòng)語義
避免創(chuàng)建臨時(shí)對(duì)象
了解返回值優(yōu)化
考慮預(yù)分配內(nèi)存
考慮內(nèi)聯(lián)
迭代 vs 遞歸
選擇高效的算法
利用緩存
profiling
other碎碎念
以下為正文:
值傳遞還是引用傳遞:
一般情況下使用const的引用參數(shù)。對(duì)于函數(shù)本身會(huì)拷貝的參數(shù),最好使用值傳遞,但只有當(dāng)參數(shù)的類型支持移動(dòng)語義時(shí)才這樣。
在某些情況下,值傳遞并移動(dòng)實(shí)際上是向函數(shù)傳遞參數(shù)的最佳方式(注意看后面的tips),例如:
class A { public: A(const std::string &str) { str_ = str; }
private: std::string str_;};
可以考慮改為這種形式:
class A { public: A(std::string str) { str_ = std::move(str); }
private: std::string str_;};
因?yàn)闊o論如何都會(huì)對(duì)它們進(jìn)行拷貝。
tips:看有些資料說后者值傳遞是更好的參數(shù)傳遞方式,貌似有些道理,但是我沒找到非常合理的理由,有知道的讀者可以在評(píng)論區(qū)留言。
按值返回還是按引用返回:
可以通過從函數(shù)中按引用方式返回對(duì)象,以避免對(duì)象發(fā)生不必要的復(fù)制。但有時(shí)不可能通過引用返回對(duì)象,例如編寫重載的operator+和其他類似運(yùn)算符時(shí)。
永遠(yuǎn)都不要返回指向局部對(duì)象的引用或指針,局部對(duì)象會(huì)在函數(shù)退出時(shí)被銷毀。
但是,按值返回對(duì)象通常沒啥大問題。因?yàn)橐话闱闆r下他們會(huì)觸發(fā)返回值優(yōu)化或移動(dòng)語義,即不會(huì)有多余的拷貝動(dòng)作。
使用移動(dòng)語義:
盡量確保對(duì)象擁有移動(dòng)構(gòu)造函數(shù)和移動(dòng)賦值運(yùn)算符。對(duì)象有了移動(dòng)語義后,許多操作都會(huì)更加高效,特別是與標(biāo)準(zhǔn)庫和算法相結(jié)合時(shí)。
避免創(chuàng)建臨時(shí)對(duì)象:
沒有必要的臨時(shí)對(duì)象能避免就避免。一般來說,應(yīng)該避免迫使編譯器構(gòu)造臨時(shí)對(duì)象的情況。盡管有時(shí)這是不可避免的,但是至少應(yīng)該意識(shí)到這項(xiàng)“特性”的存在,這樣才不會(huì)為實(shí)際性能和分析結(jié)果而感到驚訝。編譯器還會(huì)使用移動(dòng)語義使臨時(shí)對(duì)象的效率更高。這是要在類中添加移動(dòng)語義的另一個(gè)原因。
《More Effective C++》第19條款中介紹過:所謂的臨時(shí)對(duì)象并不是程序員創(chuàng)建的用于存儲(chǔ)臨時(shí)值的對(duì)象,而是指編譯器層面上的臨時(shí)對(duì)象:這種臨時(shí)對(duì)象不是由程序員創(chuàng)建,而是由編譯器為了實(shí)現(xiàn)某些功能(例如函數(shù)返回,類型轉(zhuǎn)換等)而創(chuàng)建。
比如下面的代碼就會(huì)有臨時(shí)對(duì)象的產(chǎn)生:
void Func(const std::string& s);char arr[]=“hello”;Func(aar); // here
返回值優(yōu)化
通過值返回對(duì)象的函數(shù)可能導(dǎo)致創(chuàng)建一個(gè)臨時(shí)對(duì)象。看下面的代碼:
Person createPerson(){ Person newP { “Marc”, “Gregoire”, 42 }; return newP;}
假如像這樣調(diào)用這個(gè)函數(shù)(假設(shè)Person 類已經(jīng)實(shí)現(xiàn)了operator《《運(yùn)算符):
cout 《《 createPerson();
即便這個(gè)調(diào)用沒有將createPerson()的結(jié)果保存在任何地方,也必須將結(jié)果保存在某個(gè)地方,才能傳遞給operator《《。為此編譯器創(chuàng)建一個(gè)臨時(shí)變量,來保存createPerson()返回的Person 對(duì)象。
即使這個(gè)函數(shù)的結(jié)果沒有在任何地方使用,編譯器也仍然可能會(huì)生成創(chuàng)建臨時(shí)對(duì)象的代碼:
createPerson();
編譯器可能生成代碼來創(chuàng)建一個(gè)臨時(shí)對(duì)象來保存返回值,即使這個(gè)返回值沒有使用也是如此。
不過吧,編譯器會(huì)在大多數(shù)情況下優(yōu)化掉臨時(shí)變量,以避免復(fù)制和移動(dòng)。
關(guān)于返回值優(yōu)化我之前有篇文章介紹過,感興趣的可以看看這個(gè):《左值引用、右值引用、移動(dòng)語義、完美轉(zhuǎn)發(fā),你知道的不知道的都在這里》
預(yù)分配內(nèi)存:
比如標(biāo)準(zhǔn)化容器中的reserve,需要頻繁創(chuàng)建內(nèi)存的地方可以考慮預(yù)分配一塊內(nèi)存出來,避免頻繁的創(chuàng)建內(nèi)存。
內(nèi)聯(lián)函數(shù):
短函數(shù)可以使用內(nèi)聯(lián)消除函數(shù)開銷。
迭代 vs 遞歸:
這里我更傾向于選擇迭代方式,而不是遞歸。遞歸占用大量棧內(nèi)存,且可能會(huì)產(chǎn)生很多不必要的臨時(shí)對(duì)象構(gòu)建。
選擇效率更高的算法:
學(xué)計(jì)算機(jī)的估計(jì)沒有不知道算法的吧,學(xué)算法估計(jì)沒有人不知道如何計(jì)算時(shí)間復(fù)雜度和空間復(fù)雜度吧,在平時(shí)開發(fā)過程中遇到算法問題時(shí)我們可盡量選擇效率更高的算法,比如O(N)和O(N2)的算法,我們肯定要選擇O(N)的呀,這里可以了解下C++的,這里引入了很多高效的算法供我們使用。
盡可能多的使用緩存:
將某些數(shù)據(jù)保存下來供下次使用,避免再次獲取或重新計(jì)算它們。如果任務(wù)或計(jì)算特別慢,應(yīng)該保證不執(zhí)行那些沒有必要的任務(wù)或者重復(fù)計(jì)算。
網(wǎng)絡(luò)通信:如果頻繁發(fā)起相同的網(wǎng)絡(luò)請(qǐng)求,可考慮將第一次的網(wǎng)絡(luò)請(qǐng)求結(jié)果保存在內(nèi)存中,或文件中?
磁盤訪問:如果頻繁訪問一個(gè)文件,可考慮將這個(gè)文件的內(nèi)容保存在內(nèi)存中。
數(shù)學(xué)計(jì)算:某些很耗時(shí)很復(fù)雜的運(yùn)算,可考慮只執(zhí)行這種計(jì)算一次,然后共享結(jié)果。
對(duì)象分配:如果需要大量頻繁創(chuàng)建和銷毀短期對(duì)象,可考慮使用對(duì)象池。
線程創(chuàng)建:如果需要大量頻繁創(chuàng)建和銷毀線程,可考慮使用線程池。
做客戶端開發(fā)的朋友應(yīng)該都聽說多級(jí)緩存的概念,就是這個(gè)原理。
profiling:
那到底什么樣的代碼才算是高質(zhì)量代碼呢?
對(duì)此我整理了一份腦圖:
如何能夠提升代碼質(zhì)量呢,除了我們自身過硬的編碼能力,還需要制定代碼檢查流程,一般代碼檢查有以下幾種方式:
代碼檢查要檢查的問題有:
腦圖中有一些代碼度量指標(biāo),它用于量化代碼質(zhì)量:
如果代碼的圈復(fù)雜度或認(rèn)知復(fù)雜度過大,可能函數(shù)本身實(shí)現(xiàn)的過于復(fù)雜,或可能因?yàn)榧軜?gòu)設(shè)計(jì)過于復(fù)雜,導(dǎo)致函數(shù)過于復(fù)雜。
如果函數(shù)嵌套過深,說明函數(shù)很可能出錯(cuò),需要仔細(xì)進(jìn)???評(píng)審,并且函數(shù)可能需要重構(gòu)。
如果模塊的扇入過大,說明模塊可能是公共模塊,需要??評(píng)審接?是否是穩(wěn)定的,或模塊承擔(dān)過多職責(zé),可以考慮遵循單?職責(zé),分解模塊的職責(zé)。
如果模塊的扇出過大,說明該模塊依賴多個(gè)模塊,可以考慮把被依賴的多個(gè)模塊合并為?個(gè)模塊,重構(gòu)依賴的接?。
如果類的繼承樹過深,考慮在繼承樹的深度上是否有新的變化?向,考慮提出新的策略類,或其他設(shè)計(jì)模式來優(yōu)化繼承樹。
如果子類過多,檢查?類的實(shí)現(xiàn)中共同的地?,先考慮提出公共的中間?類,檢查是否可以通過橋接模式、裝飾模式、組合模式等結(jié)構(gòu)型模式重構(gòu)代碼。
上面腦圖所說的需要檢查的各種問題中,代碼和需求背離問題與代碼是否符合設(shè)計(jì)問題需要人工評(píng)審,成本較高,其它問題可以通過工具來檢測(cè)。
檢測(cè)工具主要分為靜態(tài)代碼分析工具和動(dòng)態(tài)代碼檢測(cè)工具。
靜態(tài)代碼分析工具主要用于靜態(tài)代碼分析,關(guān)于靜態(tài)代碼分析,它能夠根據(jù)規(guī)則幫助檢查代碼缺陷,然而,對(duì)于檢查規(guī)則能夠覆蓋的代碼,工具能夠工作的挺好,但對(duì)于規(guī)則沒有覆蓋的代碼,它卻無能為力,而且可能存在誤報(bào)問題。
靜態(tài)代碼分析是保證代碼質(zhì)量的重要手段,據(jù)說軟件開發(fā)中大概30%-70%的代碼邏輯設(shè)計(jì)和編碼缺陷都可以通過靜態(tài)代碼分析來發(fā)現(xiàn)和修復(fù)。它會(huì)掃描程序代碼,找出代碼中隱藏的錯(cuò)誤,如參數(shù)不匹配、有歧義的嵌套語句、錯(cuò)誤的遞歸、非法計(jì)算、空指針問題、越界問題、未初始化問題、內(nèi)存泄漏問題等。
靜態(tài)代碼分析工具的優(yōu)勢(shì)有:
自動(dòng)執(zhí)行靜態(tài)代碼分析,快速定位代碼隱藏錯(cuò)誤和缺陷
幫助代碼設(shè)計(jì)人員更專注于分析和解決代碼設(shè)計(jì)缺陷
減少在代碼人工檢查上花費(fèi)的時(shí)間,提高軟件可靠性并節(jié)省開發(fā)成本
舉例如下:
代碼規(guī)范檢查:由于拷貝粘貼造成兩個(gè)分支的代碼完全相同
void func(int in, int &out) { if (in 》 1) out++; else out++; out++;}
代碼缺陷檢查:沒有用的RAII
void func() { std::lock_guard《std::mutex》(lk); // 臨時(shí)對(duì)象,語句結(jié)束后執(zhí)行析構(gòu),誤用的加鎖 。..}
下面是一些常見的靜態(tài)代碼分析工具:
這里推薦一個(gè)常用的代碼質(zhì)量管理平臺(tái)SonarCube,SonarQube是一個(gè)管理代碼質(zhì)量的平臺(tái)(社區(qū)版免費(fèi)),用于管理代碼的質(zhì)量,它會(huì)從多個(gè)角度維護(hù)檢測(cè)代碼質(zhì)量,通過插件形式支持多種語言的代碼質(zhì)量管理和檢測(cè)。它可以安裝sonar-cxx插件,內(nèi)置了一系列C/C++代碼檢查工具,還可以應(yīng)用在CI/CD流程中,和Jenkins打通,可以在提交代碼后檢查代碼是否有壞味道,不符合規(guī)范的代碼就拒絕被合入master。
還有一個(gè)很好用的靜態(tài)代碼檢測(cè)工具是Facebook的infer,它最大的優(yōu)勢(shì)是可以靜態(tài)檢測(cè)代碼內(nèi)隱藏的內(nèi)存泄漏問題,而且免費(fèi)支持Android、C、OC語言。
靜態(tài)代碼分析工具可以在運(yùn)行前幫助我們檢測(cè)缺陷,只有30%-70%,但不是所有缺陷,很多缺陷需要在運(yùn)行時(shí)才會(huì)被發(fā)現(xiàn)。
其實(shí)我們還可以使用一些動(dòng)態(tài)分析工具,通過動(dòng)態(tài)分析工具可以準(zhǔn)確定位問題,而且誤報(bào)率低,但這與測(cè)試用例強(qiáng)綁定,查找缺陷的比例與測(cè)試用例的覆蓋率有關(guān),覆蓋率對(duì)于衡量代碼質(zhì)量有很大意義。
代碼覆蓋率的意義:
● 幫助我們找到未覆蓋部分的代碼,分析測(cè)試用例設(shè)計(jì)的是否充分,之后視情況決定是否可以補(bǔ)充測(cè)試用例。
● 檢測(cè)出代碼的壞味道,提示我們修改代碼,理清代碼邏輯關(guān)系,提升代碼質(zhì)量。
● 代碼覆蓋率高不能代表代碼質(zhì)量一定好,但代碼覆蓋率低,代碼質(zhì)量估計(jì)不會(huì)高到哪去,可以作為我們衡量代碼質(zhì)量的重要手段之一。
● 對(duì)于沒有覆蓋到的錯(cuò)誤,動(dòng)態(tài)分析工具也無能為力。在實(shí)際工作中,我們可以動(dòng)靜結(jié)合,多種檢查手段全都用上,可以更有效的提升代碼質(zhì)量。
動(dòng)態(tài)分析工具可以在程序運(yùn)行時(shí)發(fā)現(xiàn)代碼的缺陷,例如內(nèi)存問題、數(shù)據(jù)競(jìng)爭(zhēng)、未定義行為等。
常用工具有GCC&Clang的Santizer系列:
● Asan-Address Sanitizer:緩存區(qū)溢出,內(nèi)存泄漏
● Tsan-Thread Sanitizer:并發(fā)問題
● Msan-Memory Sanitizer:未初始化內(nèi)存
● Ubsan-Undefined Behavior Sanitizer:未定義行為
● 編譯選項(xiàng)添加fsanitize=address/memory/thread/undefined
還有Valgrind工具:
● memchek:內(nèi)存問題,包括Asan和Msan
● helgrind:線程和并發(fā)問題
● cachegrind、callgrind、massif:幫助進(jìn)行性能優(yōu)化
使用各種工具與單元測(cè)試、功能測(cè)試、系統(tǒng)測(cè)試結(jié)合,提高覆蓋率,可以幫助我們發(fā)現(xiàn)更多缺陷。
前面的多數(shù)都是代碼分析工具,下面介紹一些性能分析工具,關(guān)于性能分析工具Brendan Gregg大佬的網(wǎng)站介紹的很詳細(xì),這里貼出來一張他總結(jié)的工具圖:
這張圖從Linux內(nèi)核的各個(gè)子系統(tǒng)出發(fā),匯總了對(duì)各個(gè)子系統(tǒng)進(jìn)行性能分析時(shí)可以選擇的工具。其實(shí)還有一些好用的工具,圖里沒有提到,這里重點(diǎn)介紹一下:
gprof:gprof是GNU工具之一,編譯的時(shí)候,它在每個(gè)函數(shù)的出入口加入了profiling的代碼,運(yùn)行時(shí)統(tǒng)計(jì)程序在用戶態(tài)的執(zhí)行信息,可以得到每個(gè)函數(shù)的調(diào)用次數(shù),執(zhí)行時(shí)間,調(diào)用關(guān)系等信息,簡(jiǎn)單易懂。適合于查找用戶級(jí)程序的性能瓶頸,然而對(duì)于很多耗時(shí)在內(nèi)核態(tài)執(zhí)行的程序,gprof不適合。
Oprofile:Oprofile也是一個(gè)開源的profiling工具,它使用硬件調(diào)試寄存器來統(tǒng)計(jì)信息,進(jìn)行profiling的開銷比較小,而且可以對(duì)內(nèi)核進(jìn)行profiling。它統(tǒng)計(jì)的信息非常多,可以得到cache的缺失率,memory的訪存信息,分支預(yù)測(cè)錯(cuò)誤率等等,這些信息gprof得不到,但是對(duì)于函數(shù)調(diào)用次數(shù),它無能為力。
簡(jiǎn)單來說,gprof簡(jiǎn)單,適合于查找用戶級(jí)程序的瓶頸,而Oprofile稍微有點(diǎn)復(fù)雜,但是得到的信息更多,更適合調(diào)試系統(tǒng)軟件。
gperftools:Google出品,值得信賴,提供整個(gè)程序的熱點(diǎn)分布圖,找到性能瓶頸,然后可以針對(duì)性的進(jìn)行性能優(yōu)化,如圖:
那使用什么API效率更高呢,可以看下圖:
圖中的rdtsc使用較繁瑣而且不適用于所有平臺(tái)和編譯器,剩下的大家可以按需使用哈。
關(guān)于性能分析工具,程序喵整理了一份非常詳細(xì)的腦圖(精華全在腦圖里),以性能指標(biāo)分類,不同指標(biāo)使用什么工具進(jìn)行分析,都在圖里,目錄如下:
other碎碎念:
選擇合適的數(shù)據(jù)結(jié)構(gòu):
選擇合適的STL,想清楚什么時(shí)候用棧,什么時(shí)候用隊(duì)列,什么時(shí)候用數(shù)組,什么時(shí)候用鏈表。
某些if-else可改為switch,效率可能更高(知道為什么嗎,不知道的可以留言,人多的話考慮輸出一篇文章)。
優(yōu)先考慮棧內(nèi)存,而不是堆內(nèi)存(免得頻繁的申請(qǐng)釋放內(nèi)存)。
如何函數(shù)不需要返回值,就不要設(shè)置返回值。
使用位操作,移位代替乘法除法操作。
構(gòu)造函數(shù)時(shí)使用初始化方式,而不是賦值。
A::A() : a_(a) {} // better
A::A() { a_ = a;}
明確使用模板帶來的益處:
如果使用模板并沒有給你的開發(fā)帶來任何益處,是不是可以考慮不使用它,因?yàn)檎{(diào)試起來真的麻煩。
函數(shù)參數(shù)的個(gè)數(shù)不要太多。
擅用emplace,有些情況下會(huì)省去一次構(gòu)造的開銷。
最后想說一句:
先完成再完美。不要一開始就想著寫最完美的代碼,很多bug都是過早過度優(yōu)化導(dǎo)致的。一般情況下,性能較高的代碼可讀性都不是特別高。提早優(yōu)化很可能引發(fā)很多bug。很多情況下,我們可以先完成代碼,確保功能完成且正確之后,再去考慮完善。完成代碼后,可以使用profiling工具,找到瓶頸所在,然后做相應(yīng)優(yōu)化。另外產(chǎn)品和測(cè)試如果沒給你提性能需求,那優(yōu)化它干嘛!
責(zé)任編輯:haq
-
C++
+關(guān)注
關(guān)注
22文章
2114瀏覽量
73831 -
代碼
+關(guān)注
關(guān)注
30文章
4823瀏覽量
68985
原文標(biāo)題:看完這12條,寫出高效代碼
文章出處:【微信號(hào):gh_c472c2199c88,微信公眾號(hào):嵌入式微處理器】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論