性能优化技巧 - 位置利用

SPL的特征之一是数据有序，适当地利用位置，可以显著提高性能。让我们先从一个典型场景开始，逐步掌握利用位置的各种技巧。

快速查询

对排序后的数据进行二分查找，可以获得较高的性能，但有些算法需用到原始顺序，看上去似乎不该再排序。比如下面的案例：

PerformanceRanking.txt有三个字段，分别是empID(销售员编号)、dep(部门名称)、amount（销售额）。该文件记录着各部门各销售员本季度的业绩排名，已按销售额逆序存放，现在需根据指定的销售员ID，计算出：他应当再增加多少销售额，才能提高业绩排名。如果该员工已经是第1名，则无需增加销售额。

本算法需要用排名高一位的销售员的销售额，减去该销售员的销售额，即对原始数据做相对位置计算。既然要用到原始顺序，似乎就不该再排序，否则两者难以互转，而且其他算法可能用到原始数据。这种思路下会把脚本写成这样：

上述脚本没有对数据排序，所以不能进行二分查找，性能不高。

事实上，我们可以在保留原始数据的前提下，利用位置进行排序，从而提高查询性能。脚本如下：

A5：函数psort只获得排序后记录在原数据中的位置，并不会对原数据真正排序。

A6：利用oPos制造一份排序后的数据。注意，此时原数据不受影响，而且oPos可以作为排序后数据index和原始数据之间互转的桥梁。

A7：对排序后的数据做二分查找，并转回原始数据中对应的记录序号。

为了验证利用位置之前、之后两种算法的性能差别，可以随机取出销售员编号做参数，用循环模拟大量访问，并分别执行两种算法。如下：

       可以看到，利用位置后性能提高几十倍。例子中数据量较少，随着数据量的增加，性能差距会急剧拉大，这是因为遍历查找的时间复杂度为线性，而二分查找为对数。

快速对齐

函数align可将数据按序列对齐，比如输入条件：=pOrderList= [10250,10247,10248,10249,10251]，将订单明细按该列表对齐，求每个订单的金额小计。代码如下：

但上述写法没有利用位置，性能因此不高。要想提高性能，可以将序列排序（手工建立索引表），再用二分法对齐，最后恢复为原顺序，代码如下：

A2-A3：手工建立索引表。

A4：将订单明细表与订单列表对齐，求出金额小计。由于索引表有序，因此可用二分法对齐，即@b选项。

A5：将A4按原位置调整，与pOrderList的顺序保持一致。函数inv可按指定位置调整成员，这里按原位置调整成员，相当于恢复成原位置。

对利用位置前后的两种算法，模拟大访问量测试，可以看到性能提升显著：

有序数据批量查询

有时要对有序数据进行批量查询，比如pOrderList=[10877,10588,10611,11037,10685]，请统计符合该列表的订单的运货费合计，代码可以这样写：

解释：函数pos和select配合，可实现批量查询。其中函数pos可返回某个值在序列中的位置，如该值不在序列中，则返回null。函数select用于查询，当条件非null且非false时，可返回当前记录。

但上述代码没有利用位置，所以性能不高。

应当注意到，订单记录是有序的，所以可以用二分法取得符合条件的订单位置，再用位置取记录并计算。具体代码如下：

A1.(orderID)可取得orderID列，pos@b可针对有序数据，用二分法快速取得成员位置。A6按位置取数据。

对利用位置前后的两种算法，模拟大访问量测试，可以看到性能提升显著：