可笑的优化

    这几天没事做的时候都会上projecteuler.net上面去做题，其中14题是这样的：
he following iterative sequence is defined for the set of positive integers:

n n/2 (n is even)
n 3n + 1 (n is odd)

Using the rule above and starting with 13, we generate the following sequence:

13 40 20 10 5 16 8 4 2 1

It can be seen that this sequence (starting at 13 and finishing at 1) contains 10 terms. Although it has not been proved yet (Collatz Problem), it is thought that all starting numbers finish at 1.

Which starting number, under one million, produces the longest chain?

    题目并不难理解，这个据说是著名的角谷猜想，现在要找到100万以下的数字中展开这个链最长的数字是多少。如果我一开始就直接按照题意来解答，这个题目花不了几分钟，直接暴力法。然而我却想的太多了，我猜想在计算这个链条长度的过程中会不会有很多数字会重复计算，如果加上缓存以前计算的结果是否能节约比较多的时间？那么第一次解答如下：

#include iostream
#include map
#include windows.h
using namespace std;
unsigned long produce_term(unsigned long n)
{
    if(n 1)
        return 3*n+1;
    else
        return n 1;
}
int main()
{
    map unsigned long,int  counters;
    int max_i=0;
    int max_count=0;
    DWORD tick1,tickPassed;
    tick1 = GetTickCount(); 
    for(int i=1;i 1000000;i++)
    {
        int sum=2;
        unsigned long term=i;
        while((term=produce_term(term))!=1)
        {
            if(counters[term]){
                sum+=counters[term];
                break;
            }else
                sum+=1;
        }

        if(sum max_count)
        {
            max_i=i;
            max_count=sum;
            counters[i]=sum;
        }

    }
    tickPassed = GetTickCount()-tick1; 
    cout tickPassed endl;
    cout max_i endl max_count endl;
    return 0;
  
    遗憾的是，这个版本跑了快13分钟，太让人难以接受了。那么是否能优化下？怎么优化？我的机器是双核的，跑这个单进程单线程的程序只利用了一半的CPU，那么能不能搞成两个线程来计算？缓存需要在两个线程之间做同步，显然读的多，写的少，应该采用读写锁。OK，第二个版本利用ACE的线程封装实现如下：
#include iostream
#include map
#include "ace/Thread_mutex.h"
#include "ace/Synch.h"
#include "ace/Thread_Manager.h"
using namespace std;
class ThreadSafeMap
{
public:
    ThreadSafeMap()
    {
    }
    int get(unsigned long n)
    {
        ACE_READ_GUARD_RETURN(ACE_RW_Thread_Mutex,guard,mutex_,0);
        return counters_[n];
    }
    int put(unsigned long key,int value)
    {
        ACE_WRITE_GUARD_RETURN(ACE_RW_Thread_Mutex,guard,mutex_,-1);
        counters_[key]=value;
        return 0;
    }

private:
    map unsigned long,int  counters_;
    ACE_RW_Thread_Mutex mutex_;
};
unsigned long produce_term(unsigned long n)
{
    if(n 1)
        return 3*n+1;
    else
        return n 1;
}
static ThreadSafeMap counters;
ACE_THR_FUNC_RETURN run_svc (void *arg)
{
    int max_i=0;
    int max_count=0;
    for(int i=500001;i 1000000;i++)
    {
        int sum=2;
        unsigned long term=i;
        while((term=produce_term(term))!=1)
        {
            if(counters.get(term)){
                sum+=counters.get(term);
                break;
            }else
                sum+=1;
        }

        if(sum max_count)
        {
            max_i=i;
            max_count=sum;
            counters.put(i,sum);
        }

    }
    cout max_i endl max_count endl;
    return 0;
}
int main(int ac,char* argv[])
{
    if (ACE_Thread_Manager::instance ()- spawn (
        // Pointer to function entry point.
        run_svc,
        //  run_svc  parameter.
        NULL,
        THR_DETACHED | THR_SCOPE_SYSTEM) == -1)
        return -1;
    int max_i=0;
    int max_count=0;

    for(int i=1;i 500000;i++)
    {
        int sum=2;
        unsigned long term=i;
        while((term=produce_term(term))!=1)
        {
            if(counters.get(term)){
                sum+=counters.get(term);
                break;
            }else
                sum+=1;
        }

        if(sum max_count)
        {
            max_i=i;
            max_count=sum;
            counters.put(i,sum);
        }

    }
    cout max_i endl max_count endl;
    return ACE_Thread_Manager::instance ()- wait ();
   
    将数据分成了两半，利用两个线程来计算，果然快了一点，快了多少呢？从13分钟减少到9分钟，CPU利用率也到了100%，内存占用也降低了一半，似乎成绩不错呀。正在沾沾自喜之际，突然想起，能不能简单地暴力破解，咱不搞缓存，不搞多线程，看看效果怎么样。那么第三个版本简单实现如下：
#include iostream
using namespace std;
unsigned long produce_term(unsigned long n)
{
    if(n 1)
        return 3*n+1;
    else
        return n 1;
}
int main()
{
  int max_i;
  int max_count=0;
  for(int i=1;i 1000000;i++)
  {
     int count=2;
     unsigned long term=i;
     while((term=produce_term(term)) 1)
         count+=1;
     if(count max_count){
           max_i=i;
           max_count=count;
     }
  }
  cout max_i endl max_count endl;
  system("pause");
  return 0;

    程序执行的结果让我惊掉了下巴，竟然只执行了1秒多，换成java也是一样。什么缓存、多线程，全抛到了九霄云外。

     总结教训，想当然的性能估计是愚不可及的，想当然的优化是愚不可及的，简单直接才是美！

文章转自庄周梦蝶  ，原文发布时间 2009-01-23

优化SPA性能的方法 Web开发中，随着JavaScript的发展，越来越多的网站开始采用单页面应用程序（SPA）的方式来呈现内容。SPA相对于传统的多页面应用程序来说，具有更好的用户体验和更快的加载速度。但是，随着SPA的流行，页面越来越复杂，也面临着越来越多的性能问题。在这篇文章中，我们将讨论一些优化SPA性能的方法。
预告片优化方案 看了一下代码，同时在线上做了观察压测。个人总结这个接口问题在于太过于依赖缓存，根本不会走DB。依赖缓存造成了依赖缓存的数据结构。首先要从缓存中取出一堆数据。而且要走两次，一次取正片的信息，一次取专辑内所有视频的信息。取出来的信息在CPU里计算筛选，排序。本身缓存取数据就比较快，再加上计算量大。其实我们并发量最大的api接口们都是采用这个模式设计的。调用的多了，我觉得我真是压测的狠的话，会造成CPU密集。其实现在的缓存之类的都可以持久化了，完全可以当数据库用。但是关系型数据作为一个长久的经典还有一个很重要的原因：保持一个IO和CPU使用的平衡。
怎么对网站进行性能方面的优化 1、尽可能减少HTTP请求：图片合并 （css sprites），Js脚本文件合并、css文件合并2、减少DNS查询DNS查询服务指域名查找，指将请求的域名转化为对应的IP地址，就如姓名和门牌号的关系。