※ 引述《gwliao (gwliao)》之銘言： : ※ 引述《micklin (Mick@Tucson)》之銘言： : : 當然我是假設不用元件或套件或函式庫, 要自己寫的時候。 : 這是算一次Cost/Fitness value的時間. : 假如能減少number of iterations的話, Total running time應該會減少. : 不知你是用別人的Solver還是自己寫? : 假如是自己寫話, 可以想想產生Next generation的方法. : 用Solver的話, 那要試試能調的參數. : : 其實我一開始想知道的就是, 能不能在寫程式前就知道這樣寫有沒有意義? : : 有專門的書或文章在探討這一類的問題嗎? : : 或者板友們有可以分享的心得嗎? : 有啊, 讀多一點書和寫多一點程式. : 可以未寫程式前, 先猜這有沒有意義. 我覺得在演算法的層次上 在寫之前本來就可以根據演算法本身的time/size complexity 來選擇，如果是自己想的演算法 最好是自己推一下complexity (數學要夠好XD) 這樣才算是真正的設計演算法 必竟實作後牽涉的因素太多，倒推回去有的時候不是很準 而之前討論的部份感覺起來其實滿接近實作的範圍 遞迴與迴圈的比較，相信以看的懂組語的人來說根本就不是問題 而某些rule of thumb的確是可以在profile前提升效能 譬如針對cpu cache或是software pipeline的常識 或是陣列宣告等的小技巧 不過絕大多數的最佳化技巧，可能在某個平台上相當適合 而到另一個平台上就可能因為核心架構的不同而變成累贅 所以大部份的最佳化都會強烈建議等到profile後再進行 不然有可能是事倍功半 書的話比較少，畢竟演算法上的改良才是最有效的 實作上的技巧也會隨硬體演進變化，沒有太多不變的真理 在沒有pipeline上的cpu玩software pipeline就一點用都沒有 比起這個，良好的coding style更能夠帶來巨大的效益啊 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 61.62.22.95 ※ 編輯: invalid 來自: 61.62.22.95 (09/19 16:37)