当前位置:首页 > 文章列表 > Golang > Go教程 > 浅谈golang 的高效编码细节

浅谈golang 的高效编码细节

来源:脚本之家 2022-12-27 11:27:08 0浏览 收藏

本篇文章给大家分享《浅谈golang 的高效编码细节》,覆盖了Golang的常见基础知识,其实一个语言的全部知识点一篇文章是不可能说完的,但希望通过这些问题,让读者对自己的掌握程度有一定的认识(B 数),从而弥补自己的不足,更好的掌握它。

xdm,我们都知道 golang 是天生的高并发,高效的编译型语言

可我们也都可知道,工具再好,用法不对,全都白费,我们来举 2 个常用路径来感受一下

struct 和 map 用谁呢?

计算量很小的时候,可能看不出使用 临时 struct 和 map 的耗时差距,但是数量起来了,差距就明显了,且会随着数量越大,差距越发明显

当我们遇到键和值都可以是固定的时候,我们选择 struct 比 选择 map 的方式 高效多了

  • 我们模拟循环计算 1 亿 次,看看使用各自的数据结构会耗时多少
  • 循环前计算一下当前时间
  • 循环后计算一下当前时间
  • 最后计算两个时间的差值,此处我们使用 毫秒为单位
func main() {
 t1 :=time.Now().UnixNano()/1e6
 for i := 0; i 

程序运行查看效果:

# go run main.go
t1 ==  1634377149185
t2 ==  1634377149221
t2 - t1 ==  36

使用 struct 的方式,耗时 36 ms ,大家感觉这个时间如何?

我们一起来看看使用 map 的方式吧

func main() {
 t1 :=time.Now().UnixNano()/1e6
 fmt.Println("t1 == ", t1)

 for i := 0; i 

程序运行查看效果:

# go run main.go
t1 ==  1634377365927
t2 ==  1634377373525
t2 - t1 ==  7598

使用 struct 的方式,耗时 7598 ms

使用 map 和 使用 struct 的方式,完成同样数据处理,耗时相差 212 倍 , 就这,我们平时编码的时候,对于上述的场景,你会选择哪种数据结构呢?

为什么上述差距会那么大,原因是

在我们可以确定字段的情况下,我们使用 临时的 Struct 在运行期间是不需要动态分配内容的,

可是 map 就不一样,map 还要去检查索引,这一点就非常耗时了

字符串如何拼接是好?

工作中编码 xdm 遇到字符串拼接的情况,都是如何实现的呢?我们的工具暂时提供如下几种:

  • 使用 + 的方式
  • 使用 fmt.Sprintf() 的方式
  • 使用 strings.Join 的方式
  • 使用 buffer 的方式

看到这里,也许我们各有各的答案,不过我们还是来实操一遍,看看他们在相同字符串拼接情况下,各自的处理耗时如何

用 + 的方式

我们来计算循环追加 50 万 次字符串,看看耗时多少

func main() {

 t1 := time.Now().UnixNano() / 1e6
 fmt.Println("t1 == ", t1)

 s := "xiao"
 for i := 0; i 

程序运行查看效果:

# go run main.go
t1 ==  1634378595642
t2 ==  1634378743119
t2 - t1 ==  147477

看到这个数据 xdm 有没有惊呆了,居然这么慢,耗时 147477 ms 那可是妥妥的 2分27秒呀

Go语言 中使用+处理字符串是很消耗性能的,通过数据我们就可以看出来

使用 fmt.Sprintf() 的方式

func main() {

 t1 := time.Now().UnixNano() / 1e6
 fmt.Println("t1 == ", t1)

 s := "xiao"
 for i := 0; i 

程序运行查看效果:

# go run main.go
t1 ==  1634378977361
t2 ==  1634379240292
t2 - t1 ==  262931

看到这个数据,咱们也惊呆了,居然耗时 262931 ms,合计 4 分 22秒 ,xdm 是不是没有想到 使用 fmt.Sprintf 比 使用 + 还慢

使用 strings.Join 的方式

func main() {

 t1 := time.Now().UnixNano() / 1e6
 fmt.Println("t1 == ", t1)

 s := "xiao"
 for i := 0; i 

程序运行查看效果:

# go run main.go
t1 ==  1634379455304
t2 ==  1634379598227
t2 - t1 ==  142923

耗时 142923 ms ,合计 2 分 22秒 ,和 使用 +的方式不相上下

使用 buffer 的方式

使用 buffer 的方式 应该说是最好的方式,

func main() {

 t1 := time.Now().UnixNano() / 1e6
 fmt.Println("t1 == ", t1)

 s := bytes.NewBufferString("xiao")
 for i := 0; i 

# go run main.go
t1 == 1634378506021
t2 == 1634378506030
t2 - t1 == 9

通过上面的数据,我们看到,拼接同样 50 万次的数据

  • 第一种,使用 + 的方式 ,需要 147477 ms
  • 第二种,使用 fmt.Sprintf() 的方式,需要 262931 ms
  • 第三种,使用 strings.Join 的方式,需要 142923 ms
  • 第四种,使用 buffer 的方式 ,需要 9ms

使用 buffer 的方式 是 第一种的 16,386 倍 ,是第二种的 29,214 倍 ,是第三种的 15,880 倍

xdm ,如果是遇到上面的场景,你会选择使用哪一种方式呢

今天带大家了解了高效编码的相关知识,希望对你有所帮助;关于Golang的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~

版本声明
本文转载于:脚本之家 如有侵犯,请联系study_golang@163.com删除
Go语言并发编程 互斥锁详情Go语言并发编程 互斥锁详情
上一篇
Go语言并发编程 互斥锁详情
GO 函数式选项模式(Functional Options Pattern)
下一篇
GO 函数式选项模式(Functional Options Pattern)
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    467次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    530次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    549次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    498次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    317次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码