1
Imperatif Kinerja
AI031Lesson 5
00:00

Optimasi modern adalah kemitraan antara pilihan algoritma tingkat tinggi dan kesadaran mesin tingkat rendah. Meskipun Efisiensi Asimtotik menentukan batas teoretis, maka Imperatif Kinerja mengharuskan kita mengatasi faktor konstan yang tidak dapat diatasi hanya oleh kompiler.

1. Hierarki Optimasi

Keberhasilan mengikuti proses linier: pertama, hilangkan ketidakefisienan asimtotik (misalnya, $O(N^2) \to O(N)$). Selanjutnya, atasi Penghambat Optimasi—terutama Aliasing Memori dan beban panggilan prosedur (seperti pemindaian batas tetap pemeriksaan batas dalam get_vec_element).

2. Aliran Data & Kendala

Kompiler bersikap hati-hati demi keamanan; mereka tidak akan melakukan optimasi jika sebuah pointer *dest mungkin tumpang tindih dengan vektor data. Kita mengukur kecepatan dunia nyata melalui Siklus per Elemen (CPE). Kinerja sering dimodelkan menggunakan faktor skala seperti $\alpha = 0.974$, di mana beban menggeser kurva eksekusi (misalnya, $209/\alpha = 39.0$).

150100500Linear BawahHash Lebih BaikTabel BesarQuicksortAwalLinearBawahLebih BaikHashBesarTabelQuicksortAwalHambatan AsimtotikGambar 5.38(a): Skala Kinerja N-gram (Detik CPU)

3. Realitas Perangkat Keras

Optimasi membutuhkan pemahaman tentang Unit Penyelesaian dan Jalur Kritis. Bahkan loop sederhana dibatasi oleh Batas Throughput unit fungsional atau Batas Latensi rantai ketergantungan.

main.py
TERMINALbash — 80x24
> Ready. Click "Run" to execute.
>