过度优化循环：性能优化的坑别跳了

TL;DR：没有明确需求和具体证据，不要随意优化循环

存在的问题

• 比如过早优化
• 代码难以阅读
• 代码变得更复杂
• 维护起来比较麻烦
• 调试效率降低

1. 保持简洁
2. 优先考虑清晰
3. 避免过早修改
4. 适时重构

你可能会认为优化每个循环都能提高性能，但当你为了未经验证的性能提升而牺牲了可读性时，这种做法反而会事与愿违。

编写过于复杂的代码来避免假设的性能瓶颈，这通常会让其他人（包括你未来的自己）很难理解和调试。

最好还是把可读性放在第一位。

保持循环简单，只有在确认在实际使用中真的存在性能瓶颈问题时才进行优化。

    # 这段代码优化过度，可读性差
    result = [item.process() for item in items if item.is_valid()]

    # 这里更清晰易懂
    result = []
    for item in items:
        if item.有效():
            # 处理每个有效的item并添加到结果列表中
            result.append(item.process())

[X] 半自动（注：这里指的是不需要完全人工操作，但也不完全是全自动的过程或设备。）

寻找列表生成式或复杂的循环结构，在没有实际性能基准证据的情况下优化性能的。

• 关键任务算法的确凿证据

过早的优化

【X】 中级

人工智能工具通常优先考虑功能正确性，从而往往会生成简洁的循环。

如果你要求AI不惜一切代价地追求极致性能，它甚至可能为即使是简单的任务生成过于复杂的代码。

在正确的指导下，强调代码的可读性和可维护性，AI可以在正确指导下检测并修复这种代码异味，通过简化循环，并在清晰性和早期优化之间选择清晰性。

记住：AI助手会犯不少错。

• ChatGPT
• Claude
• Perplexity
• Copilot
• Gemini

• [ChatGPT](https://chat.openai.com/?q=转换为更易读的语句，移除优化:%60%60%60python%0D%0A# 原优化过度，不易阅读%0D%0Aresult = [item.process() for item in items if item.is_valid()]%0D%0A%60%60%60)
• [Claude](https://claude.ai/new?q=转换为更易读的语句，移除优化:%60%60%60python%0D%0A# 原优化过度，不易阅读%0D%0Aresult = [item.process() for item in items if item.is_valid()]%0D%0A%60%60%60)
• [Perplexity](https://perplexity.ai/?q=转换为更易读的语句，移除优化:%60%60%60python%0D%0A# 原优化过度，不易阅读%0D%0Aresult = [item.process() for item in items if item.is_valid()]%0D%0A%60%60%60)
• [Copilot](https://www.bing.com/chat?showconv=1&sendquery=1&q=转换为更易读的语句，移除优化:%60%60%60python%0D%0A# 原优化过度，不易阅读%0D%0Aresult = [item.process() for item in items if item.is_valid()]%0D%0A%60%60%60)
• [Gemini](https://gemini.google.com/?q=转换为更易读的语句，移除优化:%60%60%60python%0D%0A# 原优化过度，不易阅读%0D%0Aresult = [item.process() for item in items if item.is_valid()]%0D%0A%60%60%60)

（注：此处添加空行以符合中文文档格式要求）

不要为了追求过早的优化而牺牲了可读性。

你可以稍后优化，如果一个循环被证实是瓶颈的话。

在此之前，清晰且简单的代码将节省时间，减少错误，并使其更易于维护。

代码异味在我的看法中。观点。

照片由Tine Ivanič在Unsplash拍摄。

以效率之名犯下的计算错误比任何其他原因都要多，却不一定真正提高效率。

W. A. Wulf（W. A. Wulf）

本文是CodeSmell系列的一部分。