algorithm - 忽略样式偏好，拥有一个强大的循环与许多轻量级循环相比有什么优势吗？

Question

例如，以下在任何语言中是否存在任何实际¹ 性能差异:

for i=1 to 10:
    print i
for i=1 to 10:
    print i
for i=1 to 10:
    print i
for i=1 to 10:
    print i
for i=1 to 10:
    print i

对比

for i=1 to (10 * 5):
    print i%10

显然，任务通常不会那么琐碎，但重点仍然存在。如果您必须遍历一个数据集，那么与重复遍历该数据集相比，一次性对该数据执行所有操作有什么优势吗？

1:我了解反复重新分配空间可能会产生相关费用。但是，如果与任何现实生活任务相比时间微不足道，那么我们暂时忽略它。

Answer 1

简短的回答是视情况:

• 根据执行的实际任务，一种方法可能会比另一种方法提高可读性。这是一个影响正确性和可维护性的实际问题。 这应该是您主要关心的问题。

• 将大循环分解成较小的循环可能会提高缓存效率。但是如今缓存大小相当大。

• 将大循环分解为更小的循环可能会产生更简单的表达式(如您的示例中所见)或更少的测试。您可能会看到 for 多循环情况下的改进，但如此之小不应成为令人信服的理由。

• 将小循环组合成一个更大的循环可能会产生更少的比较和跳转，就像您的示例中的情况一样，以获得微小的改进。但对于您的示例，完全展开小循环可能更有利。

与往常一样，对于性能调整，您必须执行基准测试并比较实际数据的时间。除非你看到很大的改进，否则选择最简单、最易读和可维护的解决方案。请注意，最优性是暂时的情况，环境、技术、数据量和特性的任何变化都可能影响任何解决方案的性能。