文章核心观点 - 文章总结了传奇程序员Rob Pike提出的五项关于编程与性能优化的核心原则 这些原则强调避免过早优化、以测量数据驱动决策、优先选择简单可靠的方案以及重视数据结构的设计[1][2][3][4][5][6] 根据相关目录分别进行总结 原则一：避免盲目猜测性能瓶颈 - 程序的时间开销集中点难以预知 性能瓶颈常出现在意想不到的地方[3] - 在通过验证确定瓶颈位置之前 不应进行盲目的性能优化[3] 原则二：优化需以测量数据为基础 - 在获得测量数据之前 不应为了追求速度而优化代码[4] - 即使获得数据 也仅当某段代码耗时远超其他部分时才值得优化[4] - 该原则与Tony Hoare的“过早优化是万恶之源”理念一致[7] 原则三：小规模数据下优先选择简单算法 - 当数据规模n很小时 复杂算法反而更慢 而实际场景中n通常很小[5] - 复杂算法往往伴随巨大的常数开销[5] - 除非确定n会经常很大 否则不应使用复杂算法 且即使n很大也应先遵循原则二进行测量[5] - 该原则被Ken Thompson概括为“拿不准时 就用暴力解法”[8] - 也是KISS（保持简单）设计理念的体现[9] 原则四：优先使用简单可靠的方案 - 复杂算法比简单算法更容易出bug 也更难实现[5] - 应优先使用简单的算法与简单的数据结构[5] - 该原则同样是KISS设计理念的体现[9] 原则五：数据结构是编程的核心 - 选对数据结构并组织得当 算法往往会自然而然地清晰[6] - 编程的核心是数据结构 而非算法[6] - 该观点此前由Fred Brooks在《人月神话》中提出 常被简化为“写笨拙的代码 用好聪明的对象”[9]