python - 在优化的同时保持代码可读性

Question

我正在用 Python 和 C 编写一个科学程序，其中包含一些复杂的物理模拟算法。在实现算法之后，我发现有很多可能的优化来提高性能。常见的是预先计算值，使计算脱离循环，用更复杂的矩阵算法替换简单的矩阵算法等。但是出现了一个问题。未经优化的算法要慢得多，但它的逻辑和与理论的联系看起来更加清晰易读。此外，扩展和修改优化算法也更加困难。

所以，问题是 - 我应该使用哪些技术来保持可读性同时提高性能？现在我正在尝试保持快速和清晰的分支并并行开发它们，但也许有更好的方法？

Answer 1

作为一般评论(我对 Python 不太熟悉):我建议您确保您可以轻松地将“引用实现”的慢速部分与“优化' 部分(例如，使用类似 Strategy 模式的东西)。

这将允许您交叉验证更复杂算法的结果(以确保您没有弄乱结果)，并将保持模拟算法的整体结构清晰(separation of concerns )。您可以将优化后的算法放入单独的源文件/文件夹/包中，并根据需要详细记录它们。

除此之外，尽量避免常见的陷阱:不要进行过早的优化(检查它是否真的值得，例如使用分析器)，不要重新发明轮子(寻找可用的库)。