C++性能优化笔记

　　最近着手去优化项目中一个模块的性能。该模块是用c++实现，对大量文本数据进行处理脱敏。

 　　一开始时，没什么思路，因为不知道性能瓶颈在哪里。于是借助perf工具来对程序进行分析，找出程序的性能都消耗在哪里了。

下面对待优化的程序运行一遍，通过perf统计一下程序中哪些函数运行cpu周期占百分百最多。

我们直接看占用比靠前的这一部分，只需要把这些大头优化好，那么整体的性能就能得到提升。那些本来占用cpu周期很少的函数，再怎么优化都整体的性能也没有很大的改变。

 1 samples: 629k of event 'cpu-clock', event count (approx.): 157401000000
 2   children      self  command  shared object                 symbol
 3 +    8.87%     8.77%  mask     libc-2.12.so                  [.] __memcmp_sse4_1
 4 +    7.89%     7.79%  mask     libc-2.12.so                  [.] _int_malloc
 5 +    7.26%     7.18%  mask     libc-2.12.so                  [.] malloc
 6 +    6.80%     6.73%  mask     libc-2.12.so                  [.] _int_free
 7 +    4.82%     4.76%  mask     libstdc++.so.6.0.19           [.] std::string::_rep::_m_dispose
 8 +    4.06%     4.01%  mask     mask                          [.] std::_rb_tree<std::string, std::string, std::_identity<std::string>, std::less<std::string>, std::allocator<std::string> >::find 9 +    3.92%     3.87%  mask     libstdc++.so.6.0.19           [.] std::string::find
10 +    3.79%     3.74%  mask     mask                          [.] std::_rb_tree<std::string, std::pair<std::string const, std::string>, std::_select1st<std::pair<std::string const, std::string> >, std::less<std::string>, std::allocator<std::pair<std::string const, std::string> > >::find11 +    2.35%     2.30%  mask     libstdc++.so.6.0.19           [.] std::basic_string<char, std::char_traits<char>, std::allocator<char> >::basic_string
12 +    2.32%     2.30%  mask     libc-2.12.so                  [.] memcpy
13 +    2.27%     2.24%  mask     libstdc++.so.6.0.19           [.] std::string::assign
14 +    1.89%     1.87%  mask     libstdc++.so.6.0.19           [.] std::string::compare
15 +    1.56%     1.54%  mask     libstdc++.so.6.0.19           [.] std::string::append
16 +    1.43%     1.41%  mask     mask                          [.] std::map<std::string, long long, std::less<std::string>, std::allocator<std::pair<std::string const, long long> > >::operator[]17 +    1.37%     1.35%  mask     mask                          [.] metamasker::basemetaelementmasker::domask
18 +    1.24%     1.22%  mask     libstdc++.so.6.0.19           [.] std::string::_m_mutate
19 +    1.20%     1.19%  mask     libstdc++.so.6.0.19           [.] std::string::_rep::_m_dispose
20 +    1.19%     1.18%  mask     libc-2.12.so                  [.] free
21 +    1.17%     1.15%  mask     mask                          [.] cppjieba::trie::find
22 +    1.14%     1.13%  mask     mask                          [.] util::string::halffulltransformer::isremainfullchar
23 +    1.10%     1.09%  mask     libstdc++.so.6.0.19           [.] operator new
24 +    1.03%     1.03%  mask     [kernel.kallsyms]             [k] retint_careful
25 +    0.93%     0.92%  mask     libstdc++.so.6.0.19           [.] std::string::_rep::_s_create
26 +    0.92%     0.91%  mask     libstdc++.so.6.0.19           [.] std::string::_rep::_m_clone
27 +    0.92%     0.91%  mask     libc-2.12.so                  [.] malloc_consolidate
28 +    0.92%     0.91%  mask     libc-2.12.so                  [.] __strlen_sse42
29 +    0.85%     0.84%  mask     libstdc++.so.6.0.19           [.] std::string::reserve

　　乍一看，基本都是c库和stl库的函数占用了大部分时间，自己实现的函数寥寥无几。

消耗时间最多的就是c库的内存分配和释放函数，再看看第11行，基本可以确认是因为代码中过多使用std::string对象，导致了内存频繁申请和释放。

代码中对字符串的处理，都是使用了string类来处理，我们做不到对string的内部的优化，也很难去实现一个比string很好的类，那么只能从string对象的使用上面入手。

 

1. string优化

1.1 参数的传递使用引用

　　这里不止是string，当函数参数只是作为输入只读时，就应该使用常量引用传参。避免不必要的对象构造和释放，在传递大的对象时，效果相差很大。

1.2 变量延时定义

　　string变量的定义，尽可能的放在必须要使用的时候再定义。有时候可能一个判断分支，导致一个预先定义的对象根本就没有使用，那就这个对象的构造和释放就是一个额外的消耗，这种情况必须避免。

1.3 string::find()

　　就是在多次字符串查找时，应该合理记录上一次查找的位置，作为下一次查找的开始位置的依据。在查找同一个值时，不难理解，如果是在字符串中，每次查找不同的值时，可以根据实际情况去处理。比如从一个地址中，先查找“市”再查找“镇”，这种情况就不用每次都从开头开始查找。当字符串很大时，效率提升会比较明显。具体说明时候使用这种处理方法，就需要自己根据实际情况去考虑了。

1.4 string拼接与善用reserve()/resize()

　　字符串拼接是一个很常用的操作，平时简单使用时，也不行要太多注意，怎么简单怎么来。但是，在处理大字符串时，效率就跟不上来了。

　　例如，需要对数据库表的每一行数据拼接成一个字符串，行数据可能很大。在不断循环表行数进行拼接时，使用string重载的+操作就显得太慢了。string对象默认初始化的空间比较小，可能每次调用+操作时都需要重新分配空间。这样当拼接一个大字符串时，就需要分配释放多次空间，还需要进行内存拷贝，这是非常耗时的。

　　我们应该在定义string对象时，直接指定分配空间的大小，这个值可以通过预估出来或者通过计算的来。

// 定义时
std::string str(1024, 0);

// reserve()
str.reserve(1024);

// size()
str.resize(1024);

　　如果string对象时新定义的，可以直接调用构造函数来预分配空间大小。如果string对象已经定义了，可以使用reserve()来分配一个指定大小的空间。

　　当预设好string对象的空间大小后，自己去用memcpy()和string::resize()去实现字符串拼接操作，这样效率上比用string的+操作要快。

1.5 string的copy-on-write机制

　　当string赋值或者拷贝时都是浅拷贝，两个string对象的实际存储字符串的地址是同一个，string中用一个引用计数的变量，来记录当前有多少个string对象使用同一个字符串存储空间，类似于共享指针。当string对象需要修改时，这个时候才会重新分配一个空间，并把字符串拷贝到新空间，string对象指向新的空间，在新的地址空间中对字符串进行修改，这就是copy-on-write的意思。

　　

2.map优化

　　看到perf的分析报告，其中第8、10、16行，看到一些红黑树查找和map的operator[]使用的cpu周期占用的也挺多。由于脱敏中使用到脱敏映射表都是用std::map来实现，std::map内部是用红黑树来实现的，查找效率会比较慢。鉴于映射表中，不需要顺序保存，所以用查找效率更高的boost::unordered_map来代替std::map。

　　map的内部实现是二叉平衡树(红黑树)；unordered_map内部是一个hash_table。map是一个有序的容器，提供了稳定的插入删除查找效率，内存占用也相对较小；而unordered_map是无序容器，可以快速插入删除，查找效率也比map快，只是内存会占用得多一点。

2.1 unordered_map替换map

　　在程序中，原来字典的映射表都是由map来实现的，这里把字典相关的映射表都改为用unordered_map代替。这样在脱敏的时候，通过映射表查找脱敏字符串时的效率有很大提升。

2.2 小心map::operator[]()

　　map的operator[]()函数有个特性，当调用map[key]时，如果key在map中不存在，则会在map中插入一个键值对，键为key，值则默认构造一个值。map的operator[]()用起来是很方便，但是一但不注意，引入了map中不应该存在的值，很有可能就会带来一些不必要的麻烦。看下面的代码：

void children:set(std::map<std::string, std::string>& ret) {
    parent::set(ret);
    if(!ret["error"].empty()){
    　　return;
    }
}

int main() {
　　children ch;
　　std::map<std::string, std::string> ret;
　　ch.set(ret);
　　if(ret.find("error") != ret.end()){
　　　　std::cout << "error" << std::endl;
　　}

}

　　子类调用了父类的set()函数后，判断结果是否有错误。这里使用了map::operator[]()，就会有问题，在外部调用了子类的set()函数后，判断返回结果集中是否存在"error"的元素，最终结果输出"error"。

　　所以在使用map的operator[]()函数时，一定要小心。除非你很明确知道这个key是在map中存在的，否则不要直接调用operator[]()。而应该先通过find()函数查找key是否存在于map中，再去获取key的值。

2.3 find()与operator[]()之间的使用

　　map并不是一个顺序容器，map的[]操作与数组的[]操作不一样。map的operator[]()与find()的实现差不多，通过参数key查找到map中的键值对并返回不同的值，只不过operator[]()在map查找不到时会插入一个键值对。

　　

int getvalue(int key){
    if(map.find(key) != map.end()){
        return map[key];        
    }
    return 0;    
}

　　上面的代码，在调用operator[]()前，先用find()函数确保key存在map中，避免了2.2中提到的问题。但是在效率上却慢了，find()和operator[]()中都有查找算法，这里获取一个值就查找了两遍，这是不应该的。应改为一下这种写法：

int getvalue(int key){
    std::map<int,int>::iterator it = map.find(key);
    if(it != map.end()){
        return it->second;        
    }
    return 0;    
}

2.4 map::end()优化

 1 std::map<int, int> mapkv;
 2 int sum(std::vector<int> veckey){
 3     size_t size = veckey.size();
 4     int sum = 0;
 5     for(size_t i = 0; i < size; ++i){
 6         std::map<int, int>::iterator it = mapkv.find(veckey[i]);
 7         if(it != mapkv.end()){
 8             sum += it->second;
 9         }
10     }
11     return sum;
12 }

　　当程序中需要多次从map中查找元素时，每一次都需要查找并判断元素是否存在。再上面的代码中第7行判断元素是否存在时，每一次都需要调用end()函数获取map的结束迭代器。还有每次查找中，都需要创建一个迭代器来结束查找的值。这些地方都可以优化，优化如下：

 1 std::map<int, int> mapkv;
 2 int sum(std::vector<int> veckey){
 3     size_t size = veckey.size();
 4     int sum = 0;
 5     std::map<int, int>::iterator itend = mapkv.end();
 6     std::map<int, int>::iterator it = itend;
 7     for(size_t i = 0; i < size; ++i){
 8         it = mapkv.find(veckey[i]);
 9         if(it != itend){
10             sum += it->second;
11         }
12     }
13     return sum;
14 }

　　在循环体外，先定义两个迭代器，并设置为map的结束迭代器，这样可以避免在循环体内中多次后去map的结束迭代器，提升效率。

3. 算法优化

　　

3.1 全角字符查找

 

3.2 utf8字符字节数计算

 

3.3 数字字母字符判断

 

3.4 函数变量静态化

 

3.5 空间换时间

 

3.6 函数按“完美”数据实现逻辑处理