關於效率，邏輯比較vs冗餘內存操作

Question

哪個更重要？是否用一個條件if聲明封閉數組元素交換以防止冗餘交換，比如說與自己交換更有效率？

或者不得不一直檢查一個唯一的概率條件效率更低？說特殊情況的機會增加每個調用。假設你正在開發一個算法，並試圖檢查效率：比較或交換（如插入排序）。

if(condition) 
    exchange two elements 

Answer 1

這在很大程度上取決於你的處理器架構，多久這將完成，吞吐量的處理要求，做說交流的成本，在這種情況下，唯一可行的，現實世界的答案是：「個人資料，個人資料和個人資料更多」。基本上，如果CPU從分支預測失敗中受到嚴重影響，並且元素的交換是微不足道的，那麼忽略條件是有意義的。然而，如果您的目標CPU架構可以支持相當數量的分支未命中預測，並導致過多的停頓或交換元素的代價是而不是不重要，那麼您可能會獲得性能，具體取決於所述數組的大小。您也可以使用MOVcc/CMPXCHG等指令，或者使用非x86對應指令（儘管這種情況下，您仍然需要讀取+比較，但它會消除分支）。

有了這麼多的變量輸入，有必要分析你的代碼並找出它真正的瓶頸，像VTune或CodeAnalyst這樣的東西也會給你分支預測失敗的統計數據，所以你可以看到它對你的算法有多大影響整個。

Answer 2

查看任何條件評估代碼以詢問「每個結果的概率是多少？」的有用方法

例如，它有一個測試表達式test，它的真實概率是1/100，那麼平均而言，它告訴你很少，因爲你在處理器週期中的投資。

事實上，你可以量化。 如果這是真的，那麼你學到的信息量是相當不錯的。 它大概是log2（100/1）= 6.6位，但只發生100次中的1次。 另外99次，你學到的信息量是log2（100/99）= .014位。 幾乎沒有。 所以這樣的情況平均只會告訴你很少的情況。這不是「工作」非常困難。

完成量化的一個好方法是將你從每個結果中學到的東西乘以outcode的概率，然後將它們相加。 這告訴你你學到的東西的平均值爲。

這是6.6 * 1/100 + .014 * 99/100 = .066 + .014 = .08位，這是非常差。 （這個數字被稱爲熵的決定。）

在另一方面，如果你有一個決策點，其中每個結果同樣是可能的，它獲悉平均一個完整的1位。事實上，這是二元決策可能做的最多的工作。

所以，如果你擔心條件測試的性能（你可能不會），試着讓它贏得它的週期。