别人的经验，我们的阶梯！,今天和同事一起调代码，定位到一处很耗时的地方。,在某个线程中，同步周期需要保证在2毫秒(如果耗时不到2毫秒，那么就让剩下的时间进行sleep)。,但是在调用一个模块的内部函数时，时不时的就飘到了3~5毫秒，时间抖动毫无保证。,后来仔细分析了一下被调用的函数，发现是在查找链表中某个目标节点时，由于目标节点的不确定性，导致耗时飘来飘去。,后来想到是否可以用”哨兵“的思路来解决问题，于是就试了一下，果然有效。,特分享于此，使用2段代码来看一下代码执行效率的提升。,所谓的哨兵，就是一个标志，一个与查找目标对象一样的操作对象。,以前有一本书中举过这样的一个例子：,假如有10000个纸箱，每个箱子里面都有一张纸条，纸条上写有1 ~ 10000这些数字，数字不会重复。,现在：别人给了一个随机的数字，我们需要在这10000个箱子里找到与这个数字相同的纸条，找到之后退出操作。,面对这个问题，最直觉的想法就是：从头开始，遍历这10000个箱子，检查其中的纸条上数字是否与目标相同。,大概就是下面这个样子：,从上面这段示意性代码中可以看出，在for循环中主要有2个比较指令：,为了便于量化问题，我们写一个测试代码，打印出for循环的时间消耗。,为了便于客观比较，在测试代码中：,测试文件：loop1.c。,编译：gcc loop1.c -o loop1。,执行：,耗时大概在1350 ~ 1380微秒左右。,哨兵算法的主要思想就是：降低在for循环中的比较操作。,因为纸箱的数量是有限的，上面的代码中，在还没有找到目标数字之前，需要对纸箱的序号进行检查：以免超过了最大的纸箱。,我们可以在最后额外添加一个纸箱，并且在其中存放我们查找的目标数字，额外添加的这个纸箱就叫做哨兵！,这样的话，在for循环中，就不需要检查当前这个纸箱序号是否超过了最大的纸箱。,因为：我们在哨兵纸箱中放了被查找的那个数字，所以是一定能够找到目标数字的：,要么是在前面的纸箱中, 要么是在哨兵纸箱中！,因此，在for循环中，就只需要比较纸条上的数字，而不用比较纸箱的序号是否达到最后一个了。,当找到目标数字之后，唯一要多做的步骤是：检查这个箱子是否为哨兵纸箱。,如果是哨兵纸箱：说明前面的纸箱中没有查找到目标数字。,如果不是哨兵纸箱：说明在前面的纸箱中查找到了目标数字。,测试代码loop2.c：,编译：gcc loop2.c -o loop2。,执行：,耗时大概在960 ~ 990微秒之间。,这篇短文仅仅是用for循环来讨论哨兵的编程思想。,在其它的一些编程场景中，应用的机会还是挺多的，也能够非常显著的提升代码的执行效率。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
