1.3 什么是性能分析

你有过与同事就某一段代码的性能争论的经历吗？如果有过，那你肯定了解预测哪部分代码表现最优是一件多么困难的事。现代处理器中有非常多的变化组件，即使代码层面很小的改动都可能引发显著的性能变化。这就是为何本书给大家的第一个建议是：一定要测量。

个人经验 我看到不少人依赖直觉来优化应用程序，他们通常在这里或那里进行随机的修复，最后却对应用程序性能没有任何实质性的影响。

经验不丰富的开发者经常修改代码，希望提升性能。例如，设想i的前一个值不会被使用，从而把i++替换成++i。这种改变通常没有任何实质效果，因为每一个合格的编译器都能识别出i的前一个值没有被使用，并且无论如何都会去除冗余的数据。

许多过去广泛流传的有效优化小技巧，已经被现代编译器学会了。此外，有些人会过度使用传统的位处理技巧，其中一个例子是使用基于XOR的变量交换，但实际上，简单的std：：swap就能产生更快的代码。这些随机修改可能并不会提升应用程序的性能，正确找到需要修改的位置需要进行仔细的性能分析，而不是依靠直觉和猜测。

业界有许多性能分析方法论[12]，但它们并不是总能帮助你找到方向。本书中介绍的专门针对CPU的性能分析方法有一个共同点：它们都需要收集程序运行的某些信息。程序源代码中的任何修改，都是根据对收集到的数据进行分析得出的。

定位性能瓶颈只是工程师工作的一半，而另一半工作是用合理的方法解决它。有时，改变一行程序源代码就会显著地提升程序性能。性能分析和性能优化就在于找到这一行代码并进行修改！