力扣（LeetCode）

主要用C/C++/Python三种编程语言，偶尔SIMD......虐或被虐，一念之间！

除了要找到最佳算法，还要打磨算法的实现细节，这两部分彼此独立，并都对性能有影响。显然，算法对性能的影响更加显著！

开始时，勇敢地凭思路或直觉写出一些代码片段，再不断完善逻辑和功能，待执行成功，最后打磨成型。
每个变量所代表的含义要非常清晰，不能模糊，变量名与含意对应。常用变量名：i,j,k，tic,toc，lo,mi,hi。
多写多画，心平静气，酝酿Insight的涌现...
不要过早开始优化！先功能测试（形成测试用例），后性能调优。优化不是一步到位，而是一步步小碎步前进。
越外层的循环，越有优化的价值。循环层次越高，越有价值去优化越外层的循环。挖掘完全不进入循环的条件，很有价值。（Pruning）
对于单链表（singly-linked），如果内存OK，只需遍历一次，就可将其转换成array，后续直接快速indexing。交换单链表中的节点，既可以修改指针，也可以交换值，也许后者更简单，但转array后最简单。
对于调用频繁的接口，也许可以用一块static内存来代替接口内的malloc。
位运算的优先级很低，要括起来，而且在Python中基本无效。（Python的性能调优考虑，与使用C/C++的考虑，不太一样）
Memory Pool可以减少malloc的次数，执行free异常简单，还简化了失败时的处理。
顺序访问内存，避免跳变。例如：二维数据的计算行优先！（width is in inner loop）
尝试给if判断增加某种规律，判断结果不要随机。
考虑计算是否可以改为查表。

-- 目录[0] --

-- 文章[33] --