Tag: 性能

新（std :: nothrow）与try / catch块中的New: 我在学习new之后做了一些研究，与我习惯的malloc()不一样，不会因为失败的分配而返回NULL，并且发现有两种不同的方法来检查new是否成功。这两种方法是： try { ptr = new int[1024]; } catch(std::bad_alloc& exc) { assert(); }; 和 ptr = new (std::nothrow) int[1024]; if(ptr == NULL) assert(); 我相信这两种方式能达到同样的目的（如果我错了，就纠正我），所以我的问题是：这是检查new成功的更好select，完全基于可读性，可维护性和性能，而忽视事实上的c ++编程约定。

重新加载configuration，而无需使用ConfigurationManager.RefreshSection重新启动应用程序: 有没有人得到这个Web应用程序的工作？无论我做什么，似乎我的appSettings部分（从web.configredirect使用appSettings文件=“。\ Site \ site.config”）不会重新加载。我注定不得不重新启动应用程序的情况吗？我希望这种方法能让我成为一个更高性能的解决scheme。更新：通过“重新加载”我的意思是刷新ConfigurationManager.AppSettings，而不必完全重新启动我的ASP.NET应用程序，并不得不承担通常的启动延迟。

在Python中保留内存列表？: 当用Python进行编程时，是否可以为列表预留内存，列表中将填充已知数量的项目，以便在构build列表时不会多次重新分配列表？我查看了Python列表types的文档，并没有发现任何似乎这样做的东西。然而，这种types的列表build筑出现在我的代码的几个热点，所以我想尽可能高效。编辑：另外，它甚至是有意义的，像Python这样的语言做这样的事情？我是一个相当有经验的程序员，但是对于Python来说还是一个新手，并且仍然感觉到它的做事方式。 Python是否内部分配所有的对象在不同的堆空间中，破坏了试图最小化分配的目的，还是直接存储在列表中的int，float等原语？

C99 VLA的C ++替代（目标：保持性能）: 我将一些C99代码移植到C ++中，这些代码大量使用可变长度数组（VLA）。我用一个在堆上分配内存的数组类来replaceVLA（堆栈分配）。性能下降幅度很大，下降了3.2倍（见下面的基准）。我可以在C ++中使用什么样的VLA快速replace？我的目标是在重写C ++代码时将性能降到最低。我build议的一个想法是编写一个在类中包含一个固定大小的存储（即可以堆栈分配）的数组类，并将其用于小型数组，并自动切换到大型数组的堆分配。我的这个实现是在post的最后。它工作得很好，但我仍然无法达到原始C99代码的性能。要接近它，我必须增加这个固定大小的存储（ MSL以下）到我不舒服的大小。我不想在堆栈上分配太大的数组，即使是那些不需要它的小数组，因为我担心它会触发堆栈溢出。 C99 VLA实际上不太容易这样做，因为它永远不会使用比需要更多的存储空间。我来到std::dynarray ，但我的理解是，它没有被接受到标准（还？）。我知道clang和gcc支持C ++中的VLA，但我也需要它与MSVC一起工作。实际上，更好的可移植性是C ++重写的主要目标之一（另一个目标是将程序本来就是一个命令行工具）编译成可重用的库。基准 MSL是MSL组大小，高于此大小我切换到堆分配。一维和二维数组使用不同的值。原始C99代码：115秒。 MSL = 0（即堆分配）：367秒（3.2x）。 1D-MSL = 50,2D-MSL = 1000：187秒（1.63x）。 1D-MSL = 200,2D-MSL = 4000：143秒（1.24x）。 1D-MSL = 1000,2D-MSL = 20000：131（1.14x）。增加MSL进一步提高了性能，但最终程序将开始返回错误的结果（我认为是由于堆栈溢出）。这些基准与OS X上的clang 3.7一样，但是gcc 5显示了非常相似的结果。码这是我现在使用的“smallvector”实现。我需要一维和二维vector。我切换到大小MSL以上的堆分配。 template<typename […]

iOS 5.0中的核心图像filter是否足够快实时video处理？: 现在，苹果已经将Core Image框架移植到了iOS 5.0，我想知道：Core Image是否足够快，可以将实时滤镜和效果应用于相机video？另外，学习iOS 5.0的Core Image框架有什么好的起点？

System.IO.FileSystemWatcher监视networking服务器文件夹 – 性能注意事项: 我想观看networking服务器上的文件夹树进行更改。这些文件都有一个特定的扩展名。树中有大约200个文件夹，大约1200个文件和我正在观看的扩展名。我不能写一个服务在服务器上运行（禁止！），所以解决scheme必须是本地的客户端。及时性并不特别重要。我可以忍受延迟一分钟或更长时间的通知。我正在观看创build，删除，重命名和更改。使用.NET System.IO.fileSystemWatcher会在服务器上创build多大的负载？ 10个独立的观察者如何减less正在观看的文件夹/文件的数量？（从700个文件夹减less到200个，从5500个文件减less到1200个）更多的networkingstream量，而不是更less？我的想法是在服务器上重新安排观看的文件在1树下。我可能并不总是有这个选项，所以观察者的团队。我想另一种解决scheme是定期检查，如果FSW在服务器上创build一个不适当的负载，或者如果它不适用于一大堆SysAdmintypes的原因。有一个更好的方法吗？

jQuery追加一组元素: 为了这个问题的目的，可以说我们需要append() 1000个对象到body元素。你可以这样做： for(x = 0; x < 1000; x++) { var element = $('<div>'+x+'</div>'); $('body').append(element); } 这可以工作，但是对于我来说AFAIK似乎效率低下，这将导致1000个文档重排。更好的解决scheme是： var elements = []; for(x = 0; x < 1000; x++) { var element = $('<div>'+x+'</div>'); elements.push(element); } $('body').append(elements); 但是，这不是一个理想的世界，并引发错误Could not convert JavaScript argument arg 0 [nsIDOMDocumentFragment.appendChild] 。我明白append()不能处理数组。我如何使用jQuery （我知道DocumentFragment节点，但假设我需要使用诸如.css()类的元素上的其他jQuery函数.css()一次性向DOM添加一堆对象以提高性能？

是否有一个java.lang.String的内存有效的替代？: 在阅读了这篇测量几种对象types的内存消耗的旧文章之后，我很惊讶地看到在Java中使用了多less内存String ： length: 0, {class java.lang.String} size = 40 bytes length: 7, {class java.lang.String} size = 56 bytes 虽然文章有一些技巧，以尽量减less这一点，我没有发现他们完全满意。使用char[]存储数据似乎是浪费。大多数西方语言的明显改进是使用byte[]和UTF-8编码，因为只需要一个字节来存储最常见的字符，而不是两个字节。当然可以使用String.getBytes("UTF-8")和new String(bytes, "UTF-8") 。即使String实例本身的开销也不见了。但是，那么你失去了非常方便的方法，如equals() ， hashCode() ， length() ，… 据我所知，Sun在Strings的byte[]表示方面拥有专利。用于在Java编程环境中高效地表示string对象的框架 …这些技术可以实现创buildJavastring对象为适当的单字节字符数组… 但是我没有find该专利的API。为什么我在乎在大多数情况下，我不这样做。但是我使用了大量caching的应用程序，包含大量的string，这些string可以更有效地使用内存。有人知道这样的API吗？还是有另一种方法来保持您的内存占用string很小，即使在CPU性能或更丑陋的API的代价？请不要重复上述文章的build议：自己的String.intern()的变体（可能与SoftReferences ）存储一个char[]并利用当前的String.subString(.)实现来避免数据复制（讨厌的）更新我运行了Sun当前JVM（1.6.0_10）的文章中的代码。它取得了与2002年相同的结果。

Jaro-Winkler和Levenshtein距离之间的区别？: 我有一个用例，我需要对来自多个文件的数百万条logging进行模糊匹配。我确定了两个algorithm： Jaro-Winkler和Levenshtein编辑距离。当我开始探索这两者时，我无法理解两者之间的确切区别。 Levenshtein似乎给出了两个string之间的编辑数量，Jaro-Winkler给出了0.0到1.0之间的匹配分数。我不明白这个algorithm。因为我需要使用任何一种algorithm，所以我需要知道algorithm性能的确切区别。

尝试/抓住或validation速度？: 我正在使用Python，每当我必须validation函数input时，我认为input工作，然后发现错误。在我的情况下，我有一个通用的Vector()类，我用了几个不同的东西，其中之一是增加。它既作为Color()类也作为Vector() ，所以当我向Color()添加标量时，应该将该常量添加到每个单独的组件中。 Vector()和Vector()添加需要按组件方式添加。这个代码被用于光线跟踪器，所以任何速度提升都很好。这是我的Vector()类的简化版本： class Vector: def __init__(self, x, y, z): self.x = x self.y = y self.z = z def __add__(self, other): try: return Vector(self.x + other.x, self.y + other.y, self.z + other.z) except AttributeError: return Vector(self.x + other, self.y + other, self.z + other) 我目前正在使用try…except方法。有人知道更快的方法吗？编辑：感谢您的答案，我尝试和testing下面的解决scheme，在添加Vector()对象之前专门检查类名称： class Vector: def […]