Dans mon industrie, c’est l’inverse on court après les certitudes...
On a besoin d’être sûr que la boucle principale s’exécute bien en moins de 10ms (proc pas véloce) tout le temps.
Pour moi, l’optimisation doit être mesurable : gain, temps de dev et de maintenance... car la soupe infâme, quand il y a un bug, c’est encore plus infâme.
Au niveau de l’approche que j’adopte :
- Quelles sont mes contraintes temporelles ?
- Quels sont les traitements qui risque de déborder ?
En dév., j’essaye toujours d’avoir des algo en O(1). Quitte quand on a pas le choix, à chercher un élément dans une liste et quand on le trouve, on fini de parcourir quand même la liste.
Ma question pour l’auteur, c’est : entre le moment d’obtention des données et la limite de mise en ligne acceptable, tu as combien de temps pour combien de donnée ?
À partir de là, tu peux voir si tu tiens ou non. S’il faut optimiser ou pas. Parce que souvent, c’est rigolo d’optimiser, mais on oublie souvent que ça a un coût non négligeable. Dans certains métier comme le tien c’est vital, dans d’autre non. Par contre, si la maintenance à long terme est vitale, il vaut mieux pas faire trop d’optimisation (micro optimisation locale), et privilégier les bons algo structure de donnée.
[^] # Re: Bémol
Posté par Anthony Jaguenaud . En réponse au journal Optimisez votre code !. Évalué à 6.
Dans mon industrie, c’est l’inverse on court après les certitudes...
On a besoin d’être sûr que la boucle principale s’exécute bien en moins de 10ms (proc pas véloce) tout le temps.
Pour moi, l’optimisation doit être mesurable : gain, temps de dev et de maintenance... car la soupe infâme, quand il y a un bug, c’est encore plus infâme.
Au niveau de l’approche que j’adopte :
- Quelles sont mes contraintes temporelles ?
- Quels sont les traitements qui risque de déborder ?
En dév., j’essaye toujours d’avoir des algo en O(1). Quitte quand on a pas le choix, à chercher un élément dans une liste et quand on le trouve, on fini de parcourir quand même la liste.
Ma question pour l’auteur, c’est : entre le moment d’obtention des données et la limite de mise en ligne acceptable, tu as combien de temps pour combien de donnée ?
À partir de là, tu peux voir si tu tiens ou non. S’il faut optimiser ou pas. Parce que souvent, c’est rigolo d’optimiser, mais on oublie souvent que ça a un coût non négligeable. Dans certains métier comme le tien c’est vital, dans d’autre non. Par contre, si la maintenance à long terme est vitale, il vaut mieux pas faire trop d’optimisation (micro optimisation locale), et privilégier les bons algo structure de donnée.