选择好的算法，小心地实现，同时确定程序不做额外的事。例如，即使世界上最优化的字符复制循环也比不上不用复制。当担心效率时，要保持几样事情在视野中，这很重要。首先，虽然效率是个非常流行的话题，它并不总是象人们想的那样重要。大多数程序的大多数代码并不是时间紧要的。当代码不是时间紧要时，通常把代码写得清楚和可移植比达到最大效率更重要。记住，电脑运行得非常非常快，那些看起来“低效率”的代码，也许可以编译得比较有效率，而运行起来也没有明显的延时。试图预知程序的“热点”是个非常困难的事。当要关心效率时，使用 profiling 软件来确定程序中需要得到关注的地方。通常，实际计算时间都被外围任务占用了（例如 I/O 或内存的分配），可以通过使用缓冲和超高速缓存来提高速度。即使对于时间紧要的代码，最无效的优化技巧是忙乱于代码细节。许多常被建议的“有效的代码技巧”，即使是很简单的编译器也会自动完成（例如，用移位运算符代替 2 的幂次方乘）。非常多的手动优化有可能使代码变得笨重反而使效率低下了，同时几乎不可移植。例如，也许可以在某台机器上提了速，但在另一台机器上去变慢了。任何情况下，修整代码通常最多得到线性性能提高；而更好的算法可以极大地提高程序运行效率。

    在修整象 i = i + 1 这样的代码前，记住你是在跟编译器打交道。对于 ++i，i += 1 和 i = i + 1，任何好的编译器都会生成完全一样的代码。使用任何一种形式只跟风格有关，而与效率无关。

    有关效率的更多讨论，以及当效率很重要时，如何提高效率的建议，可以从以下书中得到：

    Kernighan 和 Plauger 的 The Elements of Programming Style [K&P] 中的第七章
    Jon Bentley 的 Writing Efficient Programs [Bentley]

本文乃网上搜集得来，其版权归原作者和原出处所有。如有侵犯版权之处请与我联系，我将马上进行处理。