中文:http://www.microsoft.com/china/MSDN/library/enterprisedevelopment/softwaredev/enterpriseperformance.mspx?mfr=true
本文Z Visual Studio 2005 的预发布版本。文中包含的所有信息均有可能变更?/p>
本文讨论Q?
| ?/td> | 分析器的内部工作方式 |
| ?/td> | EPT 的灵zd? |
| ?/td> | 一个供分析的示例应用程?/p> |
代码可从以下位置下蝲Q?/b>
EnterprisePerformance.exe (258KB)
快速代码仍然很受欢q。即使我用来键入本文的计机h_的能力和内存Q能够同时控制一座原子能发电厂、一个火星O游计划以及美国西部上I的IZ交通，q且仍然h充的能力来处理星际探烦中的 SETI 数据包，但这q不意味着开发h员不再需要担心其代码的速度和效率。在q去q行 Win32] 本机开发的日子里，我们不仅需要担心速度Q而且q要担心 PC q_上那些o厌的讉K冲突Q对于你们这些老家伙，q有“全局保护错误”和“不可恢复的应用E序错误”）。尽托代码已l消除了其中的一些担心，但它只意味着您所l历的那些性能问题可能比以前更加难以捉摸。主要原因是Q在使用托管代码Ӟ我们不具有在q行本机开发时所拥有的简便的q行库视图?/p>
有许多次Q当我正在用客LӞ我不知道如何解决恶性的性能问题。当Ӟq些性能问题不会出现在Q何测试系l中Q它们只会出现在真实世界的生产中。由于公paq行?(CLR) 是黑盒，因此如果我希望找到在试pȝ中重复性能问题的方法，则很N会发生什么事情。尽在市场中有一些第三方商业性能工具Q但q些工具中的大多数都会对pȝ造成q多的干扎ͼ以至于根本不能考虑在生产系l中使用。这也就是当我看?Microsoft 提供一个全新的分析??Enterprise Performance Tool (EPT) 以作?Visual Studio] 2005 Team Developer Edition 的一部分Ӟ感到如此兴奋的原因。它是我可以真正考虑在生产系l中使用的第一个分析系l，因ؓ它提供了一些非常轻便的攉性能数据的手Dc因为我曄领导q一U最畅销的商业分析器的开发工作，所以我能够理解在不产生太多pȝ开销的情况下攉有用分析数据的困隄度?/p>
在本文中Q我介l?EPT 的基本原理，q向您说明如何开始用它。因为分析器所h的复杂性，所以在来某一期中Q我讨论如何?EPT 来跟t您可能在同事的代码中遇到的实际性能问题Q我知道您的代码非常完美Q）。请CQEPT 正处在测试阶D（我用的?Burton Beta 1 h位版?40607.83Q，q且在该产品发布之前Q可能会?UI 或某些特定步骤进行更攏V在?EPT q行介绍之前Q我希望q儿时间谈Z下分析器通常是如何工作的Q以便您可以更好C解是什么 Enterprise Performance Tool 变得如此与众不同?/p>
分析器的基本原理
在您~写分析器时Q可以选择两种攉数据的方式中的一U：探测和采栗这两种方式都十分有效，但是每种方式都有它的折衷Ҏ。探分析器攉数据的方式是在应用程序中插入探测或挂钩，以便在程序执行该挂钩时就调用分析器运行库。要攄探测Q分析器需要在~译步骤中将应用E序仪表化，重写已经~译的二q制文gQ或者即时将应用E序仪表化。要查看Z .NET 的应用程序的探测分析器方法示例，请阅?Aleksandr Mikunov 的一非常出色的文章 —?a target="_blank">Rewrite MSIL Code On the Fly with the .NET Framework Profiling API”（该文章摘?MSDN]Magazine 2003 q?9 月刊Q。当我开始讨?EPT 的时候，您将看到它用术语“A表化”来表示探测Ҏ?/p>
探测分析器方法的主要优势在于Q当应用E序执行Ӟ始l调用所插入的探。这P分析器运行库对q行h完整的认识，因此在生成关键信息（例如Q函C间的父子关系Q时可以保正确Qƈ且分析器可以报告完美的调用树Q以便您可以L扑ֈp最长时间的调用路径。用探分析器Ӟ没有什么事情能够阻止开发h员只在函数入口和出口处插入探。可以在源代码行U别攄额外的探，以便您对函数h完整的认识?/p>
但是Q探分析器所提供的详l视囑օ有一些缺炏V第一个缺Ҏ仪表化方案用v来可能很ȝQƈ且因为它是在二进制别重写，因此存在很多可能引入潜在错误的领域。正如您可以惛_到的那样Q这些探还占用了空_从而导致一些代码膨胀和较低的性能。对于完全A表化的应用程序，探测分析器可能会D速度大幅度下降，以至于几乎不可能在生产系l上q行仪表化的二进制文Ӟ从而您在最需要该分析器的时候却无法利用它?/p>
正如其名U所暗示的那P采样分析器按照预先定义的旉间隔获得应用E序中正在执行的操作的快照。大多数开发h员都没有意识?Microsoft L在他们的开发环境中随附了一个采样分析器。它被称试器Q?如果您开始调试应用程序，q且每隔 30 U左叛_中断臌试器Q则您可以注意到应用E序U程正在何处执行Q以便很好地了解应用E序在一ơ运行过E中执行了哪些操作。我已经通过手动完成采样分析器的工作Q解决了很多生性能问题?/p>
佉K样分析器如此有h值的原因在于Q它们具有比探测分析器小得多的系l开销。这意味着Q您可以有更高的Z在生产系l中使用它们Q而不会服务器疲于奔命以至于停机。采样分析器的问题在于，从应用程序中获得的所有样本很有可能根本不昄M代码。例如，如果您具有大量用数据库的应用程序，则所有样本都可以来自数据库访问程序集的内部。最后，只抓取每个线E的当前执行指o的传l采样分析器会得确定方法之间的父子关系变得十分困难Q因而确定性能最差的执行代码途径要困隑־多?/p>
Enterprise Performance Tool 的基本原?/p>
在了解分析器的操作方式之后，我就可以讨论 EPT 所采取的方式了。简单地_它既是采样分析器Q又是探分析器QMicrosoft UC为“A表化”）。其思想是，您在开始时通过采样分析器来查看应用E序性能Q以获得常规性能特征Q以便您可以开始将注意力集中于应用E序的热炚w题上。在您了解具有一些问题的E序集之后，可以求助于仪表化分析以查看特定的问题领域，以便修复它们。当Ӟ如果您要执行单元性能试Q则没有什么能够阻止您直接转到对特定模块进行A表化Q以便在聚焦Ҏ中查看它们的性能?/p>
?EPT 采样分析器有的部分原因在于Q您可以使用大量目来触发样本。默认的采样Ҏ旉周期Qƈ且可能是您L使用的采L。默认情况下Q每一百万个时钟周期采样一ơ，但是您可以将采样间隔的时钟周期数更改为您喜欢的Q何|可是该D，EPT 所D的系l开销p大。对于生产服务器Q您可以该数字讄为某个非帔R的数字（如五百万Q，以ɾpȝ开销保持在合理的水^Q同时不会完全破坏进E中的可用性。正如您预料的那P每五百万个时钟周期采样一ơ将意味着您需要应用E序q行相当长的旉Q以便在您的热点区域中获得良好的h分布?/p>
如果您的应用E序使用了很多内存，则可以选择?EPT 采样分析器改为在出现错误时触发。这P您就可以在数据被交换?RAM 时获得性能快照Qƈ且可以看到是谁在执行推送操作。如果初始分析器q行表明您在代码外部的区域中p了大量时_则可以告诉分析器改ؓZpȝ调用来完成采栗如果您要分析具有大量线E的多线E应用程序，则该采样l计信息会对您在从用h式{换到内核模式Q这表明某些U程可能会不必要地在内核对象上阻塞）时的数据q行拍照。您可以用于采样触发器的最后一些值是 CPU 所支持的各U性能计数器，例如Q分支计数或~存丢失。这是一个只有极数人才实需要的高选项Q但是如果您实需要该数据Q那么知道该数据存在也不错?/p>
那些忙碌?Redmontonian q解决了调用堆栈问题 ?q是Ҏ用的采样分析器造成障碍的最大问题之一。正如我在前面提到的那样Q大多数采样分析器在采样时只是对当前正在执行的指令进行拍照。Microsoft 解决了如何将极快的堆栈遍历结合到他们的采样分析器部分中，以便您能够获得样本的好处Qƈ且知道在执行该样本时是如何到N里的。这使得这些快照与代码重新兌变得更加Ҏ?/p>
在讨论您可以分析的应用程序之前，我想提几件您很可能觉得有的事情。第一件事情是Q如果您认ؓ Microsoft 是从头开发该性能工具的，那么您只猜对了一半。在 Microsoft 内部Q开发团队一直在使用 EPT 的前w（名ؓ Call Attribute Profiler (CAP)Q它使用仪表化）?Low Overhead Profiler (LOP) ?一个采样分析器。由?Microsoft 开发了q些工具以收集有兛_用程序（例如Q操作系l和整个 Office 套gQ的性能信息Q因此它们甚至不会给您的应用E序带来什么负担。我曄使用q?EPT 的前w，所以我可以告诉您公q本用v来会Ҏ多少。此外，它们q具有一些极为有的功能Q稍后我予以讨论）?/p>
W二个有的事项?EPT 所支持的技术有兟뀂尽某些h可能认ؓ׃ Microsoft 非常偏重?.NET FrameworkQ因此无法将 EPT 用于 Win32 应用E序或本Z码，?EPT 团队实际上已l承诺支持所有的 Win32 本机应用E序以及 .NET 代码。这意味着Q无论您使用哪种技术（ASP.NET、Windows] H体、MFC ?Win32 服务Q，您都h完全的采样和仪表化支持。您看刎ͼ?Visual Studio .NET 中，跨技术?EPT 没有M差异?/p>
实际?EPT 讄非常q_Q只需?Visual Studio .NET 安装E序的“Enterprise Tools”树控g中选择“Enterprise Performance Tool”即可。当Ӟ因ؓ您知?EPT 仍然是一个测试品，所以您的第一个反应可能是q行虚拟 PCQƈ在那里安全地包含所有内宏V但是，Z执行采样分析QEPT 使用内核模式讑֤驱动E序来响?CPU 性能计数器中断，不过令h遗憾的是Q虚?PC 没有实现计数器。它也没有模拟高U可~程中断控制?(APIC)Q而这两者都是内核设备驱动程序完成其工作所必需的。好消息是，如果您没有额外的计算Z便安?EPTQ那么您也ƈ非完全不q，因ؓ仪表分析器仍然能够工作。如果您没有多余的计机以便安装 EPTQ那么这是一个让公司为您购买另一台计机的好借口?/p>
Animated Algorithm
要学习Q何工L用法Q您都需要一个合适的CZ应用E序Q以便能够最佛_利用该工兗在试周期的这一时刻QEPT 没有随附MCZQ但是在我的盘上已l有了一个完的分析器示例。早些时候，我正在尝试解军_何在 Windows H体应用E序中用多U程的问题，因此我编写了一个名?Animated Algorithm 的了不v的小E序Q该E序可实时激zd量排序算法?b>?1 昄我的CZ应用E序已经准备好排序?/p>
?1 正在工作?Animated Algorithm
Animated Algorithm 使您可以在窗体的l合框中Q从 15 个不同的排序法中进行选择。“Options”菜单您可以选择各个元素交换或设|之间的休眠旉Q以便您可以降低囑Ş更新的速度?/p>
我不久前使用 Microsoft] .NET Framework 版本 1.1 ~写?Animated AlgorithmQ因此您不会在代码中扑ֈM奇特的泛型或新的 BackgroundWorker VNSORT E序集中的排序算法来自由 Jonathan de Halleux、Marc Clifton ?Robert Rohde 张脓?The Code Project 上的一优U文章Q请参阅 Sorting Algorithms In C#Q，该程序集算法封装到公共l构中，以便您可以轻村֜替换执行元素交换和设|的cR因为它们具有非常好的体pȝ构，所以我需要关心的所有内容ؓ UI 部分?/p>
在本文的其余部分中，我将分析 Animated Algorithm E序。如?EPT 团队该E序作ؓCZ应用E序随附在品中Q则会非常棒。（哈哈。）
EPT 入门
?Visual Studio 2005 Beta 1 中，在哪里可以找?EPT 当然是不明显的。EPT 在您启动 Performance WizardQ它位于“Tools”菜单下Q时启动Qƈ且无论是否打开目Q它都存在。请CQPerformance Wizard 所创徏的性能会话不是目的一部分Q它们实际上是具有自q IDE H口Q称?Performance ExplorerQ的单独文g。您可以通过从“File”|“Open”对话框中选择 PSESS 文gQ来打开您创建的性能会话?/p>
如果您在单步执行 Performance Wizard 时没有打开目Q则所产生的性能会话与您指定的二进制文件相兌。但是，在测试版中，在您指定要运行的二进制文件时Q必L开兌的项目。我只是想顺便提一下这个小的技巧，因ؓ当我W一ơ遇到该问题Ӟ它确实让我困惑不巌Ӏ?/p>
在您启动 Performance Wizard 以后Q呈现在您面前的W一个屏q要求您选择要分析的应用E序。如果您打开了一个可生成多个E序集的目Q如 Animated AlgorithmQ，则只能从该向g选取一个程序集。如果要q行采样Q则只选取q一个程序集是很好的Q因?EPT 采样会分析加载的所有程序集Q包括那些来自框架类库的E序集）。但是，如果您要对多个程序集执行仪表化分析，?Performance Wizard 只选择q一个程序集Q因此您需要在 Performance Explorer 中所生成的性能会话中指定其他项目或E序集。稍后我向您说明如何完成该工作?/p>
在选择了要在性能会话中用的E序集或目之后Q您必须选取分析Ҏ。在 Performance Explorer 中的M位置Q您都可以在采样和A表化之间切换Q以满自己的需要；您在该向导页中进行的选择只表C您最初希望执行的操作。在选择了分析方法之后，向导基本完成了。对?EPT 的最l版本，您将?Performance Wizard 中具有用于指定附加信息的更多选项。最l版本还您可以直接从 Performance Explorer 中创建性能会话?/p>
?2 昄?Performance Explorer 在刚刚完?Performance Wizard 步骤以创?AnimatedAlgorithms 目的A表化q行之后的窗口。要d另一个项目的输出二进制文Ӟ请右键单几ZTargets”文件夹Q然后从上下文菜单中选择“Add Target Project”。如果要d与该目没有兌的特定二q制文gQ请选择另一个选项 —“Add Target Binary”。如果您已经选择了“Add Target Project”，则可以在产生的对话框中从已打开的解x案中选择其他目?/p>
?2 Performance Explorer
如果您已l选择了A表化q行Q它q色启动箭头下面的下拉列表框中的文本表C）Q则二进制文件A表化在E序执行之前发生。如果您不希望针对运行A表化某个特定的二q制文gQ则请右键单击该二进制文Ӟq取消选中“Instrument Binary”菜单选项?/p>
如果您已l选择了采样分析，q且希望附加到某个正在运行的目Q则单击“Attach/Detach”按钮（“Start”按钮右侧的斜向头Q将呈现“Attach Profiler to Process”对话框。通过 EPTQ您可以Ҏ需要附加到L多的q程Q以便获得对应用E序的认识。“Attach Profiler to Process”对话框q允许您从特定的二进制文件中分离分析。在来的某一?MSDN Magazine 中，我将更详l地讨论如何附加到现有的q程Q特别是Zq行 ASP.NET 性能调整Q?/p>
Performance Explorer H口剙的最后一个按钮是无所不在的“Properties”按钮。在启动分析q行之前Q您可能希望览一下性能会话属性，以设|几个关键属性。第一个属性位于“General”选项卡上Q它是您希望为性能会话存储性能报告的位|。在分析目Ӟ默认讄是将报告存储在与解决Ҏ相同的目录中。但更好的做法是性能会话和它们的相应报告攄在它们自q目录中，以便您可以更Ҏ地存储特定的q行集。这栯可以更容易地分析之前和之后的情况Q以便查看您所q行的代码更改的影响?/p>
在“General”选项卡上Q您q可以在仪表化和采样分析之间切换Q这会更改在 Performance Explorer 中显C的|。在我进行的性能调整中，我喜Ƣ将特定的会话专用于单个cd的分析，以避免出C报告有关的淆。没有Q何事情阻止您为所有种cȝ特定ҎQ涵盖从分析cd到单个二q制文g仪表化的所有方案）创徏C百计的不同性能会话文g。我q将提一下“General”选项卡上的最后一个项Q它h一个非常诱人的名称 —“Managed Allocation Profiling”，怿q会使您感到更加好奇。在我讨论完常规分析之后Q我返回到该项?/p>
“Performance Session”属性页上的另一个有的选项卡是“Sampling”选项卡（请参?b>?3Q。在q里Q您可以告诉 EPT 您要执行哪种cd的采栗正如我在前面提到的那样Q您对于希望如何q行采样h非常好的控制?/p>
?3 各种 EPT 采样计数器选项
在执行分析运行时QEPT 会在二进制文件在盘中所处的位置上将其A表化。如果您希望A表化的二q制文gUd到另一个位|，请选择“Performance Session”属性页中的“Binary”选项卡，然后选中“Relocate Instrumented Binaries”（它与 REBASE 样式的重定位l对没有M关系Q，q且指定您希望将更改后的二进制文件移至何处?/p>
“Instrumentation”选项卡您可以指定希望在仪表化发生之前和之后q行的程序。如果您需要对仪表化的二进制文件执行其他Q务（例如Q将其移动到全局E序集缓存中?Web 服务器上的特定位|）Q则该选项卡可能很有用。“Advanced”选项卡在该测试版中未公开。最后，通过“Counters”选项卡，您可以告?EPT 从系l的 CPU 中收集其他数据，例如QL2 ?L3 ~存d不中。显Ӟq些选项是只有少数开发h员才会需要的非常高的选项Q但是如果您实需要它们，那么它们可以发挥巨大的作用?/p>
在我l箋讨论查看采样数据之前Q我x一下，“Performance Explorer”窗口可以根据您的需要打开L多个性能会话。当您希望观察特定的前后ҎQ或者希望用不同的A表化二进制文件执行单独的试q行Ӟq一Ҏ为有用。当您打开多个性能会话Ӟ应当保右键单击特定的会话，选择“Set as Current Session”以便让该会话的讄执行Q然后将报告归档到它的报告节点中?/p>
查看分析器数?/p>
性能会话讄为您希望执行的操作以后，可以启动分析了。我首先对 Animated Algorithm 执行采样分析Q以查看我是否可以找C些热炏V从采样中获得良好数据的关键在于执行较长旉的运行。对?Animated AlgorithmQ我会将 15 个排序算法中的每一个算法运行两ơ，q将采样讄为默认的一百万个时钟周期?/p>
在完成某个运行之后，EPT 会将该运行的报告攑ֈ性能会话的“Reports”文件夹中。EPT 在运行期间收集原始性能数据Qƈ其式传输到报告文件中Q不做Q何分析）。这P您可以在q行应用E序旉免所有系l开销Q但是您ؓ大型报告文g付出代h。我刚才完成的运行的采样报告文g大小?3.70MBQ它用了大约三分钟才完成。请保您在q行 EPT 时具有大量的盘I间?/p>
所有数据分析（它必然伴有调用堆栈的生成以及性能数字的计）都在您打开报告文g时发生。对于测试版Q在打开文g旉度可能会降低。看h视图好像处于无限循环中，但是Q如果进度栏正在报告H口中移动，那么h耐心一些，文g最l将弹出?/p>
M分析q行中的W一个视图是“Performance Report Summary”，它显C在刚刚完成?Animated Algorithm 采样q行?b>?4 中。不出所料，采样发生在整个应用E序中，因此您正在查看的信息也就是您在应用E序中看到的内容Q大部分工作都发生在框架cd或操作系l内部。如果您实在采样“Summary”视图中看到了您的一个方法，则您很可能看C一个性能问题?/p>
?4 EPT 采样性能报告摘要
快速浏览一?b>?4Q您可能想知?Inclusive Sampled ?Exclusive Sampled 之间的区别。Exclusive Sampled 意味着该方法在取样时位于堆栈的剙。换句话_它是当前正在执行的函数。Inclusive Sampled 意味着该函数在取样时出现在调用堆栈中。因而，包含Ҏ是当前正在执行的Ҏ的调用方?/p>
在采h案中Q一个方法在调用堆栈 (Inclusive Sampled) 中出现的ơ数多Q该函数在执行中p的时间就多Q因此这里是您需要重点关注以q行性能调整的地斏V对?Exclusive Sampled 函数而言Q函数在那里频繁出现表明该函数正在被频繁地调用，但是它的执行实际上可能非常快速。对于像 Animated Algorithm q样需要进行大量图形处理的应用E序Q我完全能够预料?GDIPLUS.DLL 中的某个函数靠q刚刚显C的列表的顶部。在?4 中，位于 GDIPLUS.DLL 中偏U量 0x5B8D 处的函数Q它恰好?FLOOR 函数Q被一直调用，以便计算在屏q上的哪个位|显C某些内宏V当您观察性能q行ӞL保设|符h务器以获得可能存在的最佳信息。在撰写本文Ӟ我用了 EPT 的未发布版本Q因而符号尚不可用?/p>
在我跛_其他视图中以前，我希望A表化 Animated AlgorithmQƈ且完成与我针寚w样分析器完成的运行相同的q行Q以便显CZA表化q行的性能报告摘要。正如您可以猜到的那P仪表化的q行会生成比采样q行多得多的数据。对于该q行Q我仪表化了 Animated Algorithm 中的全部五个E序集，q最l得C?375MB 大小的会话文件?/p>
采样和A表化数据之间的主要区别是Q采h看整个进E空_q且显C框架类库或操作pȝ内部Q换句话_是您在其中不具有源代码的位|）的调用。另一斚wQA表化只查看应用程序以及您在非仪表化模块上直接调用的方法。例如，如果您具有一个“Hello World!”应用程序，q且它的 Main 只调?Console.WriteLineQ则您将获得 Main 中Q何工作的计时信息以及 Console.WriteLine 长度的计时信息，但是您不会获得有?Console.WriteLine Ҏ的Q何详l信息?/p>
?5 昄了A表化q行的性能报告摘要。第一个表“Most Called Functions”显CZ频繁使用的函数。该表中的第一列被错误标记为时_它实际上表示对该函数的调用次数。百分比列显CZ对该特定函数q行的调用L数所占的癑ֈ比。在大多数运行中Q您在q里看到框架cd或操作系l函数。如果您看到一些来自您自己的代码的函数Q则您最好了解一下您Z么如此频J地调用该特定函数?/p>
?5 仪表化运行的摘要
“Functions with Most Individual Work”表列出了那些花费大部分旉以仅仅执行该函数Q没有Q何其他函数调用）的方法。这也称函数的独占时间。对于测试版本，“Time”列的单位ؓ旉走格数。对于最l版本，单位是毫秒。但是，我认为性能q行的实际原始单位对于分析没有用。最重要的数字是癑ֈ比。在观察性能问题Ӟ您希望知道，与应用程序中的所有其他方法相比，哪个Ҏ占用了最长的旉。您在观察像 3519639455 ?3492589504 q样的两个数字时Q很隑֯它们q行什么比较。幸q的是，该表包含癑ֈ比，而我?EPT 团队的徏议是从图表中丢弃原始数据?/p>
最后一个表“Functions Taking Longest”显C方法的实际旉Q也UCؓ跑表旉或运行时_。分析器记录Ҏ的入口点旉和出口点旉Qƈ这两个值相减。该数字늛了被调用的所有子Ҏ、所有上下文切换以及该方法执行的休眠。在?5 中，您可以看?System.Windows.Forms.Application.Run 占用了最长时_像您对 Windows H体应用E序所预料的那栗尽很多开发h员将注意力集中于独占旉Q但q只是整个性能状况的一部分。如果方法正在对数据库进行调用或者进?Web 服务调用Q则您的Ҏ在运行时所在的U程在{待q些调用q回数据旉塞，从而得该U程?CPU 中被U走。通过密切xҎ的运行时_您可以找C码中正在降低应用E序q行速度的部分?/p>
管摘要视图很不错，但您最感兴的是查看代码在何处阻塞了pȝ的其余部分（对于采样q行而言Q，或者阻塞了应用E序的其他方法（对于仪表化运行而言Q。这是“Function”视囄职责范围 ?通过单击报告H口底部的“Function”按钮可以选择该视图。您q可以双几ZSummary”视囄MҎ以蟩至“Function”视图?/p>
对于采样q行Q“Function”视图显CZ臛_一个包含捕获中所有函数捕L列表。对于A表化q行Q您看Cq行的一部分调用的所有A表化Ҏ。无论您正在执行哪种cd的分析，都会在“Function”视图中昄很多数据Q因此您可以对代码的状况有一点儿感觉?/p>
默认情况下，采样“Function”视图显C“Inclusive Samples”列和“Exclusive Samples”列。由于我喜欢癑ֈ比数字，因此我右键单M列标题以向列标题中添加“Inclusive Percent”和“Exclusive Percent”。如果您要对多进E系l进行采P则可能希望包含其他列Q例如，“Process Name”或“Process ID”）Q以便您可以标识哪个Ҏ采样与哪个进E相配。您q可以在仪表化“Function”视图中讄列标题，但是您将h不同的标题组以供选择?/p>
在“Function”视图中分析采样q行Ӟ我喜Ƣ首先扫一眼“Function”视囄头几个按“Inclusive Samples”列排序的页Q以了解正在执行的方法。如果我在头几个中没有看到我的MҎQ则我会右键单击“Function”视囑ƈ选择“Group by Module”，以便获得树报告视图。当您将函数按模块分l时Q按特定列排序可以正执??q是一很不错的功能?/p>
对于仪表化运行，“Function”视囑օ有更多要昄的列。如果您拥有一?40 英寸的显C器Q则无需最大化 Visual Studio .NET H口应当能够看到所有这些列。对于我们中的其他h而言Q查看“Function”视囄最x式是?Alt + Shift + Enter 以切换到全屏q模式?/p>
在这些列中，“Function”视图中的A表化q行使用我在前面解释q的“包含”和“独占”术语。但是，q有另一个人淆的术语Q应用程序。正如我提到的那Pq行旉是从一个A表化点到另一个A表化点的L_而不该U程可能q行了哪些上下文切换。应用程序时间的思想?EPT 提取出在这些上下文切换中所p的时_以便您可以看到您的代码在 CPU 中实际执行的旉?/b>?6 列出了您在仪表化“Function”视图中看到的不那么明显的列的定义。您可能希望它传送到昄器上Q直?EPT 的联机帮助问世?/p>
在观察A表化q行的“Function”视图时Q我d了这些列以查看各U计时的癑ֈ比|U除原始数字旉列，q且d了两个{换列。这为我提供了有兌q行的更清晰视图。我在排序时所依据的第一个列是? Application Exclusive Time”，因ؓ我希望看到哪个函数正在完成大部分工作。由于A表化在方法进行的所有子调用周围攑օ了探，所以您完全有可能在该列表的剙看到框架cd或操作系l。实际上Q对于我?Animated Algorithm q行QSystem.Drawing.SolidBrush.ctor ?System.Drawing.Brush.Dispose ?Application Exclusive Time 癑ֈ比中被列为第一和第二，其百分比分别?14.982% ?14.867%。我~写的第一个函数是位于W三位的 Bugslayer.SortDisplayGraph.SorterGraph.UpdateSingleFixedElementQ其癑ֈ比ؓ 12.217%Q，它在囑Ş中绘制单独的条。根据应用程序类型的不同Q我在查看“Function”视图时可能会选择按其他列排序。如果存?Web 服务或数据库调用Q则我将查看 % Elapsed Inclusive TimeQ以便可以看到是否有特定Ҏ卷入到长旉d中。对于像 Animated Algorithm q样的应用程序，我还查?Application Inclusive Time 的百分比?/p>
Z我的仪表化运行中的上q数字，我很x明是谁在?SolidBrush Ҏq行q些调用Q因此我右键单击 .ctor Ҏq择“Show in Caller/Callee”视图，以便查看是谁在调用该Ҏ。该视图Q它对于采样分析也可用）使您一眼就可以看出目标Ҏ的所有调用方Q以及该目标Ҏ调用的所有方法?/p>
因ؓ .ctor Ҏ没有仪表化，所以“Caller/Callee”视囑ְ不会昄M被调用方Q但是它昄会显C用方。我双击了这个唯一的调用方Q它恰好是具有第三高 Application Exclusive Time q具?a target="_blank">?7 所C囄 UpdateSingleFixedElement Ҏ?/p>
?a target="_blank">?7 中，位于视图中部的下拉组合框是目标方法（在本例中?UpdateSingleFixedElementQ。方法上方的|格包含了目标方法的所有调用方Q调用方Q。目标方法下方的|格包含了目标方法调用以完成其工作的所有方法（被调用方Q。如果您希望查看是谁调用了特定调用方Q请双击该调用方ҎQ该Ҏ变为目标方法，q且您将看到原始目标Ҏ下降到被调用斚w分中。实质上Q您只是堆栈遍历了一遍?/p>
仅仅Z?7 中的视图Q您可以L别出潜在的性能问题。Animated Algorithm g不具有Q何突出的性能问题Q但?SolidBrush .ctor ?Dispose 占用了如此多的时间ƈ且都?UpdateSingleFixedElement Ҏ内部调用Q调用了 351,872 ơ）Q这个事实表明我做了一件愚蠢的事情 ?我每ơ都通过该函数创建画W，而实际上应该其~存。当我在来的某一?MSDN Magazine 中开始用 EPT 分析代码Ӟ您还看?Animated Algorithm 的其他一些问题?/p>
数据的最后一个常用视图是“Callstack”视图。在q里Q您可以通过更具层次性的方式看到您在“Caller/Callee”窗口中观察到的调用堆栈。对于采栯行，您将在“Callstack”视囄层看到很多的条目，因ؓq些条目中的每一个都代表一个包含独占样本的唯一炏V当您在采样q行中展开ҎQ您q将看到Q在相同U别偶尔会存在一些项Q这些项指示位于栚w的函数具有多个引向它的调用树。根位置中显C的Ҏ栈顶?/p>
对于仪表化运行，“Callstack”窗口将h与应用程序中的每个线E相对应的根元素。因?Animated Algorithm 只有两个U程Q所以您只能在树根别看C个项。在“Callstack”视图中Q您可以看到l对调用堆栈Q从仪表化的W一个方法向下到最后一个方法）Q因此您可以真正了解应用E序的执行方式。我已经有很多次Ҏ认ؓ代码所完成的工作和代码实际上完成的工作之间的差异感到吃惊?/p>
您可以花费大量时间在“Callstack”窗口中分析代码。当通过应用E序观察特定的踪qҎQ您可以通过选择感兴的特定节点Q向下移动，右键单击Qƈ选择“Set Root”菜单选项Q来消除大量噪音。在?8 中，我希望查?NSort.SwapSorter.Sort q行的所有调用，因此它讄为根可以消除 UI U程的媄响?/p>
在将来的某一期中Q我更详细地讨?EPT 昄区域中的最后两个选项卡：“Trace”和“Type”。在“Type”视图中Q您可以观察已经在应用程序中分配的对象。它在测试版中有效。当我在前面讨论性能会话属性时Q我提到q在“General”选项卡上有一个“Managed Allocation Profiling”部分。如果您选择“Allocations-only”单选按钮，?EPT 会填充“Type”视图。在试版中Q报告看hcM于其他许多工具中的报告，但是数据攉g不像在其他工具中那样h如此之多的系l开销。最后，要了?Enterprise Performance Tool 团队的想法以及有兌工具的更多信息，L保在 blogs.msdn.com/profiler 查看他们的网l日记?/p>
John Robbins ?Wintellect 的创始h之一Q该公司是一家专门致力于 Windows ?.NET Framework 的Y件咨询、教育和开发公司。他的最新著作是“Debugging Applications for Microsoft .NET and Microsoft Windows?Microsoft Press, 2003)。要联系 JohnQ请讉K www.wintellect.com?/p>
]]>
]]>
一、冒泡排?Bubble)
using System;
namespace BubbleSorter
{
public class BubbleSorter
{
public void Sort(int[] list)
{
int i,j,temp;
bool done=false;
j=1;
while((j<list.Length)&&(!done))
{
done=true;
for(i=0;i<list.Length-j;i++)
{
if(list[i]>list[i+1])
{
done=false;
temp=list[i];
list[i]=list[i+1];
list[i+1]=temp;
}
}
j++;
}
}
}
public class MainClass
{
public static void Main()
{
int[] iArrary=new int[]{1,5,13,6,10,55,99,2,87,12,34,75,33,47};
BubbleSorter sh=new BubbleSorter();
sh.Sort(iArrary);
for(int m=0;m<iArrary.Length;m++)
Console.Write("{0} ",iArrary[m]);
Console.WriteLine();
}
}
}
二、选择排序(Selection)
using System;
namespace SelectionSorter
{
public class SelectionSorter
{
private int min;
public void Sort(int [] list)
{
for(int i=0;i<list.Length-1;i++)
{
min=i;
for(int j=i+1;j<list.Length;j++)
{
if(list[j]<list[min])
min=j;
}
int t=list[min];
list[min]=list[i];
list[i]=t;
}
}
}
public class MainClass
{
public static void Main()
{
int[] iArrary = new int[]{1,5,3,6,10,55,9,2,87,12,34,75,33,47};
SelectionSorter ss=new SelectionSorter();
ss.Sort(iArrary);
for (int m=0;m<iArrary.Length;m++)
Console.Write("{0} ",iArrary[m]);
Console.WriteLine();
}
}
}
三、插入排?InsertionSorter)
using System;
namespace InsertionSorter
{
public class InsertionSorter
{
public void Sort(int [] list)
{
for(int i=1;i<list.Length;i++)
{
int t=list[i];
int j=i;
while((j>0)&&(list[j-1]>t))
{
list[j]=list[j-1];
--j;
}
list[j]=t;
}
}
}
public class MainClass
{
public static void Main()
{
int[] iArrary=new int[]{1,13,3,6,10,55,98,2,87,12,34,75,33,47};
InsertionSorter ii=new InsertionSorter();
ii.Sort(iArrary);
for(int m=0;m<iArrary.Length;m++)
Console.Write("{0}",iArrary[m]);
Console.WriteLine();
}
}
}
四、希排?ShellSorter)
using System;
namespace ShellSorter
{
public class ShellSorter
{
public void Sort(int [] list)
{
int inc;
for(inc=1;inc<=list.Length/9;inc=3*inc+1);
for(;inc>0;inc/=3)
{
for(int i=inc+1;i<=list.Length;i+=inc)
{
int t=list[i-1];
int j=i;
while((j>inc)&&(list[j-inc-1]>t))
{
list[j-1]=list[j-inc-1];
j-=inc;
}
list[j-1]=t;
}
}
}
}
public class MainClass
{
public static void Main()
{
int[] iArrary=new int[]{1,5,13,6,10,55,99,2,87,12,34,75,33,47};
ShellSorter sh=new ShellSorter();
sh.Sort(iArrary);
for(int m=0;m<iArrary.Length;m++)
Console.Write("{0} ",iArrary[m]);
Console.WriteLine();
}
}
}
]]>
本文?考察数据l构"pd文章的第二部分，考察了三U研I得最多的数据l构Q队列（Queue)Q堆栈（Stack)和哈希表QHashtable)。正如我们所知，Quenu和Stack其实一U特D的ArrayListQ提供大量不同类型的数据对象的存储，只不q访问这些元素的序受到了限制。Hashtable则提供了一U类数组Qarray-like)的数据抽象，它具有更灉|的烦引访问。数l需要通过序数q行索引Q而Hashtable允许通过M一U对象烦引数据项?/P>
目录Q?/P>
?/P>
“排队顺序”的工作q程
“反排队序”——堆栈数据结?/P>
序数索引限制
System.Collections.Hashtablec?/P>
l论
?/P>
在第一部分中，我们了解了什么是数据l构Q评C它们各自的性能Qƈ了解了选择何种数据l构对特定算法的影响。另外我们还了解q分析了数据l构的基知识Q介l了一U最常用的数据结构：数组?/P>
数组存储了同一cd的数据，q过序数q行索引。数l实际的值是存储在一D连l的内存I间中，因此d数组中特定的元素非常q速?/P>
因其h的同构性及定长性，.Net Framework基类库提供了ArrayList数据l构Q它可以存储不同cd的数据，q且不需要显式地指定长度。前文所qͼArrayList本质上是存储objectcd的数l，每次调用Add()Ҏ增加元素Q内部的object数组都要查边界，如果出Q数l会自动以倍数增加光度?/P>
W二部分Q我们将l箋考察两种cLl结构：Queue和Stack。和ArrayList怼Q他们也是一D늛ȝ内存块以存储不同cd的元素，然而在讉K数据Ӟ会受C定的限制?/P>
之后Q我们还深入了解Hashtable数据l构。有时侯Q我们可以把Hashtable看作杀一U关联数l（associative array)Q它同样是存储不同类型元素的集合Q但它可通过L对象Q例如string)来进行烦引，而非固定的序数?/P>
“排队顺序”的工作q程
如果你要创徏不同的服务，q种服务也就是通过多种资源以响应多U请求的E序Q那么当处理q些hӞ如何军_其响应的序成了创建服务的一大难题。通常解决的方案有两种Q?/P>
“排队顺序”原?/P>
“基于优先等U”的处理原则
当你在商店购物、银行取Ƅ时候，你需要排队等待服务。“排队顺序”原则规定排在前面的比后面的更早享受服务。而“基于优先等U”原则，则根据其优先{的高低决定服务顺序。例如在医院的急诊室，生命垂危的病Z比病情轻的更先接受医生的诊断Q而不用管是谁先到的?/P>
设想你需要构Z个服务来处理计算机所接受到的hQ由于收到的hq远过计算机处理的速度Q因此你需要将q些h按照他们递交的顺序依此放入到~冲Z?/P>
一U方案是使用ArrayListQ通过UCؓnextJobPos的整型变量来指定要执行的Q务在数组中的位置。当新的工作hq入Q我们就单用ArrayList的Add()Ҏ其d到ArrayList的末端。当你准备处理缓冲区的Q务时Q就通过nextJobPos得到该Q务在ArrayList的位|g获取该Q务，同时nextJobPos累加1。下面的E序实现该算法：
using System;
using System.Collections;
public class JobProcessing
{
private static ArrayList jobs = new ArrayList();
private static int nextJobPos = 0;
public static void AddJob(string jobName)
{
jobs.Add(jobName);
}
public static string GetNextJob()
{
if (nextJobPos > jobs.Count - 1)
return "NO JOBS IN BUFFER";
else
{
string jobName = (string) jobs[nextJobPos];
nextJobPos++;
return jobName;
}
}
public static void Main()
{
AddJob("1");
AddJob("2");
Console.WriteLine(GetNextJob());
AddJob("3");
Console.WriteLine(GetNextJob());
Console.WriteLine(GetNextJob());
Console.WriteLine(GetNextJob());
Console.WriteLine(GetNextJob());
AddJob("4");
AddJob("5");
Console.WriteLine(GetNextJob());
}
}
输出l果如下Q?/P>
1
2
3
NO JOBS IN BUFFER
NO JOBS IN BUFFER
4
q种Ҏ单易懂，但效率却可怕得难以接受。因为，即是Q务被d到buffer中后立即被处理，ArrayList的长度仍然会随着d到buffer中的d而不断增加。假设我们从~冲区添加ƈU除一个Q务需要一U钟Q这意味一U钟内每调用AddJob()ҎQ就要调用一ơArrayList的Add()Ҏ。随着Add()Ҏ持箋不断的被调用QArrayList内部数组长度׃Ҏ需求持l不断的成倍增ѝ五分钟后，ArrayList的内部数l增加到?12个元素的长度Q这时缓冲区中却只有不到一个Q务而已。照q样的趋势发展，只要E序l箋q行Q工作Q务l进入，ArrayList的长度自然会l箋增长?/P>
出现如此荒谬可笑的结果，原因是已被处理过的旧d在缓冲区中的I间没有被回收。也x_当第一个Q务被d到缓冲区q被处理后，此时ArrayList的第一元素I间应该被再利用。想想上qC码的工作程Q当插入两个工作——AddJob("1")和AddJob("2")后——ArrayList的空间如图一所C：
图一Q执行前两行代码后的ArrayList
注意q里的ArrayList共有16个元素，因ؓArrayList初始化时默认的长度ؓ16。接下来Q调用GetNextJob()ҎQ移走第一个Q务，l果如图二：
图二Q调用GetNextJob()Ҏ后的ArrayList
当执行AddJob(??Ӟ我们需要添加新d到缓冲区。显ӞArrayList的第一元素I间Q烦引ؓ0Q被重新使用Q此时在0索引处放入了W三个Q务。不q别忘了Q当我们执行了AddJob(??后还执行了AddJob(??Q紧接着用调用了两次GetNextJob()Ҏ。如果我们把W三个Q务放?索引处，则第四个d会被攑ֈ索引2处，问题发生了。如图三Q?IMG height=136 src="http://wayfarer.cnblogs.com/images/cnblogs_com/wayfarer/2-3.gif" width=450 border=0>
图三Q将d攑ֈ0索引Ӟ问题发生
现在调用GetNextJob()Q第二个d从缓冲中U走QnextJobPos指针指向索引2。因此，当再一ơ调用GetNextJob()ӞW四个Q务会先于W三个被U走Q这有悖于与我们的“排序顺序”原则?/P>
问题发生的症l在于ArrayList是以UŞ序体现d列表的。因此我们需要将CQ务添加到׃Q务的x以保证当前的处理序是正的。不何时到达ArrayList的末端，ArrayList都会成倍增ѝ如果生生未被用的元素Q则是因用了GetNextJob()Ҏ?/P>
解决之道是我们的ArrayList成环形。环形数l没有固定的L和终炏V在数组中，我们用变量来l护数组的v止点。环形数l如囑֛所C：
囑֛Q环形数l图C?/P>
在环形数l中QAddJob()ҎdCQ务到索引endPos处（译注QendPos一般称为尾指针Q，之后“递增”endPos倹{GetNextJob()Ҏ则根据头指针startPos获取dQƈ头指针指向nullQ且“递增”startPos倹{我之所以把“递增”两字加上引P是因里所说的“递增”不仅仅是将变量值加1那么单。ؓ什么我们不能简单地?呢？误虑q个例子Q当endPos{于15Ӟ如果endPos?Q则endPos{于16。此时调用AddJob()Q它试图去访问烦引ؓ16的元素，l果出现异常IndexOutofRangeException?/P>
事实上，当endPos{于15Ӟ应将endPos重置?。通过递增QincrementQ功能检查如果传递的变量值等于数l长度，则重|ؓ0。解x案是变量值对数组长度值求模（取余Q，increment()Ҏ的代码如下：
int increment(int variable)
{
return (variable + 1) % theArray.Length;
}
注：取模操作W，如x % yQ得到的是x 除以 y后的余数。余数L? ?y-1之间?/P>
q种Ҏ好处是~冲区永q不会超q?6个元素空间。但是如果我们要d过16个元素空间的CQ务呢Q就象ArrayList的Add()Ҏ一P我们需要提供环形数l自增长的能力，以倍数增长数组的长度?/P>
System.Collection.Queuec?/P>
p我们刚才描述的那P我们需要提供一U数据结构，能够按照“排队顺序”的原则插入和移除元素项Qƈ能最大化的利用内存空_{案是使用数据l构Queue。在.Net Framework基类库中已经内徏了该cZ—System.Collections.QueuecR就象我们代码中的AddJob()和GetNextJob()ҎQQueuecL供了Enqueue()和Dequeue()Ҏ分别实现同样的功能?/P>
Queuecd内部建立了一个存放object对象的环形数l，q过head和tail变量指想该数l的头和。默认状态下QQueue初始化的定w?2Q我们也可以通过其构造函数自定义定w。既然Queue内徏的是object数组Q因此可以将Mcd的元素放入队列中?/P>
EnqueueQ）Ҏ首先判断queue中是否有_定w存放新元素。如果有Q则直接d元素Qƈ使烦引tail递增。在q里tail使用求模操作以保证tail不会过数组长度。如果空间不够，则queueҎ特定的增长因子扩充数l容量。增长因子默认gؓ2.0Q所以内部数l的长度会增加一倍。当然你也可以在构造函C自定义该增长因子?/P>
Dequeue()ҎҎhead索引q回当前元素。之后将head索引指向nullQ再“递增”head的倹{也怽只想知道当前头元素的|而不使其输出队列QdequeueQ出列）Q则QueuecL供了Peek()Ҏ?/P>
Queueq不象ArrayList那样可以随机讉KQ这一炚w帔R要。也是_在没有前两个元素出列之前，我们不能直接讉KW三个元素。（当然QQueuecL供了Contains()ҎQ它可以使你判断特定的值是否存在队列中。）如果你想随机的访问数据，那么你就不能使用Queueq种数据l构Q而只能用ArrayList。Queue最适合q种情况Q就是你只需要处理按照接收时的准顺序存攄元素V?/P>
注：你可以将QueuesUCؓFIFO数据l构。FIFO意ؓ先进先出QFirst In, First OutQ，其意{同于“排队顺序（First come, first servedQ”?/P>
译注Q在数据l构中，我们通常U队列ؓ先进先出数据l构Q而堆栈则为先q后出数据结构。然而本文没有用First in ,first out的概念，而是first come ,first served。如果翻译ؓ先进先服务，或先处理都不是很适合。联惛_本文在介l该概念Ӟ以商物时需要排队ؓ例，索性将其译为“排队顺序”。我惻I有排队意识的人应该能明白其中的含义吧。那么与之对应的Q对于堆栈，只有名ؓ“反排队序”，来代表（First Come, Last ServedQ。希望各位朋友能有更好地译来取代我q个拙劣的词语。ؓ什么不译为“先q先出”，“先q后出”呢Q我主要考虑到这里的英文servedQ它所包含的含义很q，臛_我们可以其认ؓ是对数据的处理，因而就不是单地输出那么单。所以我q脆避开q个词语的含义?BR>
“反排队序”——堆栈数据结?/P>
Queue数据l构通过使用内部存储objectcd的环形数l以实现“排队顺序”的机制。Queue提供了Enqueue()和Dequeue()Ҏ实现数据讉K。“排队顺序”在处理现实问题时经常用刎ͼ其是提供服务的E序Q例如web服务器，打印队列Q以及其他处理多h的程序?/P>
在程序设计中另外一个经怋用的方式是“反排队序Qfirst come,last servedQ”。堆栈就是这样一U数据结构。在.Net Framework基类库中包含了System.Collection.Stackc，和Queue一PStack也是通过存储objectcd数据对象的内部环形数l来实现。Stack通过两种Ҏ讉K数据——Push(item)Q将数据压入堆栈QPop()则是数据弹出堆栈，q返回其倹{?/P>
一个Stack可以通过一个垂直的数据元素集合来Ş象地表示。当元素压入堆栈Ӟ新元素被攑ֈ所有其他元素的端Q弹出时则从堆栈端U除该项。下面两q图演示了堆栈的压栈和出栈过E。首先按照顺序将数据1??压入堆栈Q然后弹出：
图五Q向堆栈压入三个元素
囑օQ弹出所有元素后的Stack
注意Stackcȝ~省定w?0个元素，而非Queue?2个元素。和Queue和ArrayList一PStack的容量也可以Ҏ构造函数定制。如同ArrayListQStack的容量也是自动成倍增ѝ（回忆一下：Queue可以Ҏ构造函数的可选项讄增长因子。）
注：Stack通常被称为“LIFO先进后出”或“LIFO后进先出”数据结构?BR>堆栈Q计机U学中常见的隐喻
现实生活中有很多同Queue怼的例子：DMVQ译注：不知道其~写Q恕我孤陋寡闻，不知其意Q、打CQ务处理等。然而在现实生活很难扑ֈ和Stackq似的范例，但它在各U应用程序中却是一U非帔R要的数据l构?/P>
设想一下我们用以编E的计算aQ例如：C#。当执行C#E序ӞCLRQ公paq行Ӟ调用Stack以跟t功能模块（译注Q这里原文ؓfunctionQ我理解作者的含义不仅仅代表函敎ͼ事实上很多编译器都会调用堆栈以确定其地址Q的执行情况。每当调用一个功能模块，相关信息׃压入堆栈。调用结束则弹出堆栈。堆栈顶端数据ؓ当前调用功能的信息。（如要查看功能调用堆栈的执行情况，可以在Visual Studio.Net下创Z个项目，讄断点QbreakpointQ，在执行调试。当执行到断ҎQ会在调试窗口（Debug/Windows/Call StackQ下昄堆栈信息?/P>
序数索引的限?/P>
我们在第一部分中讲到数l的特点是同U类型数据的集合Qƈ通过序数q行索引。即Q访问第i个元素的旉为定倹{（误住此U定量时间被标记为O(1)。）
也许我们q没有意识到Q其实我们对有序数据L“情有独钟”。例如员工数据库。每个员工以C保Psocial security numberQؓ其唯一标识。社保号的格式ؓDDD-DD-DDDDQD的范围ؓ数字0—?Q。如果我们有一个随机排列存储所有员工信息的数组Q要查找C保号ؓ111-22-3333的员工，可能会遍历数l的所有元素——即执行O(nQ次操作。更好的办法是根据社保号q行排序Q可其查找旉~减为O(log n)?/P>
理想状态下Q我们更愿意执行O(1)ơ时间就能查扑ֈ某员工的信息。一U方案是建立一个巨型的数组Q以实际的社保号gؓ其入口。这hl的h点ؓ000-00-0000?99-99-9999Q如下图所C：
图七Q存储所?位数数字的巨型数l?/P>
如图所C，每个员工的信息都包括姓名、电话、薪水等Qƈ以其C保号ؓ索引。在q种方式下，讉KL一个员工信息的旉均ؓ定倹{这U方案的~点是I间极度的浪费——共?09Q即10亿个不同的社保号。如果公司只?000名员工，那么q个数组只利用了0.0001%的空间。（换个角度来看Q如果你要让q个数组充分利用Q也怽的公怸得不雇䄦全世界h口的六分之一。）
用哈希函数压~序数烦?/P>
显而易见，创徏10亿个元素数组来存?000名员工的信息是无法接受的。然而我们又q切需要提高数据访问速度以达C个常量时间。一U选择是用员工社保号的最后四位来减少C保L跨度。这样一来，数组的跨度只需要从0000?999。图八显CZ压羃后的数组?BR> 
囑օQ压~后的数l?/P>
此方案既保证了访问耗时为常量|又充分利用了存储I间。选择C保L后四位是随机的，我们也可以Q意的使用中间四位Q或者选择W????位?/P>
在数学上这U?位数转换?位数成ؓ哈希转换QhashingQ。哈希{换可以将一个烦引器I间Qindexers spaceQ{换ؓ哈希表（hash tableQ?/P>
哈希函数实现哈希转换。以C保L例子来说Q哈希函数H()表示为：
H(x) = x 的后四位
哈希函数的输入可以是L的九位社保号Q而结果则是社保号的后四位数字。数学术语中Q这U将九位数{换ؓ四位数的ҎUCؓ哈希元素映射Q如图九所C：
图九Q哈希函数图C?/P>
图九阐明了在哈希函数中会出现的一U行为——冲H（collisionsQ。即我们一个相对大的集合的元素映射到相对小的集中时Ӟ可能会出现相同的倹{例如社保号中所有后四位?000的均被映ؓ0000。那?00-99-0000Q?13-14-0000Q?33-66-0000Q还有其他的很多都将?000?/P>
看看之前的例子，如果我们要添加一个社保号?23-00-0191的新员工Q会发生什么情况？昄试图d该员工会发生冲突Q因为在0191位置上已l存在一个员工?/P>
数学标注Q哈希函数在数学术语上更多地被描qCؓfQA->B。其中|A|>|B|Q函数f不是一一映射关系Q所以之间会有冲H?/P>
昄冲突的发生会产生一些问题。在下一节，我们会看看哈希函C冲突发生之间的关p，然后单地犯下处理冲突的几U机制。接下来Q我们会注意力攑֜System.Collection.Hashtablec，q提供一个哈希表的实现。我们会了解有关Hashtablecȝ哈希函数Q冲H解xӞ以及一些用Hashtable的例子?/P>
避免和解军_H?/P>
当我们添加数据到哈希表中Q冲H是D整个操作被破坏的一个因素。如果没有冲H，则插入元素操作成功，如果发生了冲H，需要判断发生的原因。由于冲H生提高了代hQ我们的目标是要尽可能冲H压x低?/P>
哈希函数中冲H发生的频率与传递到哈希函数中的数据分布有关。在我们的例子中Q假定社保号是随机分配的Q那么用最后四位数字是一个不错的选择。但如果C保h以员工的出生q䆾或出生地址来分配，因ؓ员工的出生年份和地址昄都不是均匀分配的，那么选用后四位数׃因ؓ大量的重复而导致更大的冲突?/P>
注：对于哈希函数值的分析需要具备一定的l计学知识，q超Z本文讨论的范围。必要地Q我们可以用Kl_k slotsQ的哈希表来保证避免冲突Q它可以一个随机g哈希函数的域中映到L一个特定元素，q定在1/k的范围内。（如果q让你更加的p涂Q千万别担心Q）
我们选择合适的哈希函数的方法成为冲H避免机Ӟcollision avoidanceQ，已有许多研究设计q一领域Q因为哈希函数的选择直接影响了哈希表的整体性能。在下一节，我们会介l在.Net Framework的HashtablecM对哈希函数的使用?/P>
有很多方法处理冲H问题。最直接的方法，我们UCؓ“冲H解x制”（collision resolutionQ，是将要插入到哈希表中的对象放到另外一块空间中Q因为实际的I间已经被占用了。其中一U最单的ҎUCؓ“线性挖掘”（linear probingQ，实现步骤如下Q?BR>1Q?nbsp;当要插入一个新的元素时Q用哈希函数在哈希表中定位；
2Q?nbsp;查表中该位置是否已经存在元素Q如果该位置内容为空Q则插入q返回，否则转向步骤3?BR>3Q?nbsp;如果该地址为iQ则查i+1是否为空Q如果已被占用，则检查i+2Q依此类推，知道扑ֈ一个内容ؓI的位置?/P>
例如Q如果我们要五个员工的信息插入到哈希表中：Alice(333-33-1234)QBob(444-44-1234), Cal (555-55-1237), Danny (000-00-1235), and Edward (111-00-1235)。当d完信息后Q如囑֍所C：
囑֍Q有怼C保L五位员工
Alice的社保号被“哈希（q里做动词用Q译注）”ؓ1234Q因此存放位|ؓ1234。接下来来，Bob的社保号也被“哈希”ؓ1234Q但׃位置1234处已l存在Alice的信息，所以Bob的信息就被放C一个位|—?235。之后，dCalQ哈希gؓ1237Q?237位置为空Q所以Cal放?237处。下一个是DannyQ哈希gؓ1235?235已被占用Q则?236位置是否为空。既然ؓI，Dannyp攑ֈ那儿。最后，dEdward的信息。同样他的哈希好?235?235已被占用Q检?236Q也被占用了Q再?237Q直到检查到1238Ӟ该位|ؓI，于是Edward被放C1238位置?/P>
搜烦哈希表时Q冲H仍然存在。例如，如上所C的哈希表，我们要访问Edward的信息。因此我们将Edward的社保号111-00-1235哈希?235Qƈ开始搜索。然而我们在1235位置扑ֈ的是BobQ而非Edward。所以我们再搜烦1236Q找到的却是Danny。我们的U性搜索l查扄道找到Edward或找到内容ؓI的位置。结果我们可能会得出l果是社保号?11-00-1235的员工ƈ不存在?/P>
U性挖掘虽然简单，但ƈ是解军_H的好的{略Q因为它会导致同c聚合（clusteringQ。如果我们要d10个员工，他们的社保号后四位均?344。那么有10个连l空_?344?353均被占用。查找这10个员工中的Q一员工都要搜烦q一位|空间。而且Q添加Q何一个哈希值在3344?353范围内的员工都将增加q一空间的长度。要快速查询，我们应该让数据均匀分布Q而不是集中某几个地方形成一?/P>
更好的挖掘技术是“二ơ挖掘”（quadratic probingQ，每次查位|空间的步长以^方倍增加。也是_如果位置s被占用，则首先检?/SPAN>s+12处，然后?/SPAN>s-12Q?/SPAN>s+22Q?/SPAN>s-22Q?/SPAN>s+32 依此cLQ而不是象U性挖掘那样从s+1Qs+2……线性增ѝ当然二ơ挖掘同样会D同类聚合?/P>
下一节我们将介绍W三U冲H解x制——二度哈希，它被应用?Net Framework的哈希表cM?/P>
System.Collections.Hashtable c?BR>.Net Framework 基类库包括了Hashtablecȝ实现。当我们要添加元素到哈希表中Ӟ我们不仅要提供元素（itemQ，q要元素提供关键字（keyQ。Key和item可以是Q意类型。在员工例子中，key为员工的C保Pitem则通过Add()Ҏ被添加到哈希表中?/P>
要获得哈希表中的元素QitemQ，你可以通过key作ؓ索引讉KQ就象在数组中用序数作ؓ索引那样。下面的C#程序演CZq一概念。它以字W串g为keyd了一些元素到哈希表中。ƈ通过key讉K特定的元素?/P>
using System; public class HashtableDemo public static void Main() // Step through all items in the Hashtable 要认识到插入元素的顺序和关键字集合中key的顺序ƈ不一定相同。关键字集合是以存储的关键字对应的元素ؓ基础Q上面的E序的运行结果是Q?/P>
Value at ages["Jisun"] = 25 即插入到哈希表中的序是：ScottQSamQ?Jisun?/P>
Hashtablecȝ哈希函数 HashtablecM的哈希函数比我们前面介绍的社保号的哈希值更加复杂。首先，要记住的是哈希函数返回的值是序数。对于社保号的例子来说很Ҏ办到Q因为社保号本n是数字。我们只需要截取其最后四位数Q就可以得到合适的哈希倹{然而HashtablecM可以接受Mcd的g为key。就象上面的例子Qkey是字W串cdQ如“Scott”或“Sam”。在q样一个例子中Q我们自然想明白哈希函数是怎样string转换为数字的?/P>
q种奇妙的{换应该归功于GetHashCode()ҎQ它定义在System.ObjectcM。ObjectcMGetHashCode()默认的实现是q回一个唯一的整数g保证在object的生命期中不被修攏V既然每U类型都是直接或间接从Objectz的，因此所以object都可以访问该Ҏ。自Ӟ字符串或其他cd都能以唯一的数字值来表示?/P>
HashtablecM的对于哈希函数的定义如下Q?/P>
H(key) = [GetHash(key) + 1 + (((GetHash(key) >> 5) + 1) % (hashsize ?1))] % hashsize q里的GetHash(key)Q默认ؓ对key调用GetHashCode()Ҏ的返回|虽然在用HashtableӞ你可以自定义GetHash()函数Q。GetHash(key)>>5表示得到key的哈希|向右Ud5位，相当于将哈希值除?2?操作W就是之前介l的求模q算W。Hashsize指的是哈希表的长度。因q行求模Q因此最后的l果HQkQ在0到hashsize-1之间。既然hashsize为哈希表的长度，因此l果L在可以接受的范围内?/P>
HashtablecM的冲H解x?/P>
当我们在哈希表中d或获取一个元素时Q会发生冲突。插入元素时Q必L扑ֆ容ؓI的位置Q而获取元素时Q即使不在预期的位置处，也必L到该元素。前面我们简单地介绍了两U解军_H的机制——线性和二次挖掘。在HashtablecM使用的是一U完全不同的技术，成ؓ二度哈希QrehasingQ?有的资料也将其称为双_ֺ哈希double hashing)?/P>
二度哈希的工作原理如下：有一个包含多个哈希函敎ͼH1……HnQ的集合。当我们要从哈希表中d或获取元素时Q首先用哈希函数H1。如果导致冲H，则尝试用H2Q一直到Hn。各个哈希函数极其相|不同的是它们选用的乘法因子。通常Q哈希函数Hk的定义如下： 注：q用二度哈希重要的是在执行了hashsizeơ挖掘后Q哈希表中的每一个位|都切地被有且仅有一ơ访问。也是_对于l定的keyQ对哈希表中的同一位置不会同时使用Hi和Hj。在HashtablecM使用二度哈希公式Q其保证为：(1 + (((GetHash(key) >> 5) + 1) % (hashsize ?1))与hashsize两者互为素数。（两数互ؓ素数表示两者没有共同的质因子。）如果hashsize是一个素敎ͼ则保证这两个C为素数?/P>
二度哈希较前两种机制较好地避免了冲突?/P>
调用因子Qload factorsQ和扩充哈希?/P>
HashtablecM包含一个私有成员变量loadFactorQ它指定了哈希表中元素个C表位|L之间的最大比例。例如：loadFactor{于0.5Q则说明哈希表中只有一半的I间存放了元素|其余一半皆为空?/P>
哈希表的构造函C重蝲的方式，允许用户指定loadFactor|定义范围?.1?.0。要注意的是Q不你提供的值是多少Q范围都不超q?2%。即使你传递的gؓ1.0QHashtablecȝloadFactorD?.72。微软认为loadFactor的最佛_gؓ0.72Q因此虽焉认的loadFactor?.0Q但pȝ内部却自动地其改变?.72。所以，你用缺省?.0Q事实上?.72Q有些迷惑，不是吗？Q?/P>
注：我花了好几天旉d询微软的开发h员ؓ什么要使用自动转换Q我弄不明白Qؓ什么他们不直接规定gؓ0.072?.72之间。最后我从编写Hashtablecȝ开发团队的C{案Q他们非常将问题的缘由公怺众。事实上Q这个团队经q测试发现如果loadFactor过?.72Q将会严重的影响哈希表的性能。他们希望开发h员能够更好地使用哈希表，但却可能C?.72q个无规律数Q相反如果规?.0为最佛_|开发者会更容易记住。于是，Ş成现在的l果Q虽然在功能上有许牺牲Q但却我们能更加方便地使用数据l构Q而不用感到头疹{?/P>
向HashtablecL加新元素Ӟ都要q行查以保证元素与空间大的比例不会过最大比例。如果超q了Q哈希表I间被扩充。步骤如下： q运的是QHashtablecM的Add()Ҏ隐藏了这些复杂的步骤Q你不需要关心它的实现细节?/P>
调用因子Qload factorQ对冲突的媄响决定于哈希表的M长度和进行挖掘操作的ơ数。Load factor大Q哈希表密集，I间p，比较于相对稀疏的哈希表，q行挖掘操作的次数就多。如果不作精地分析Q当冲突发生时挖掘操作的预期ơ数大约?/(1-lf)Q这里lf指的是load factor?/P>
如前所qͼ微Y哈希表的缺省调用因子设定ؓ0.72。因此对于每ơ冲H，q_挖掘ơ数?.5ơ。既然该数字与哈希表中实际元素个数无养I因此哈希表的渐进讉K旉为OQ?Q，昄q远好于数组的O(n)?/P>
最后，我们要认识到对哈希表的扩充将以性能损耗ؓ代h。因此，你应该预先估计你的哈希表中最后可能会容纳的元素LQ在初始化哈希表时以合适的D行构造，以避免不必要的扩充?BR>
using System.Collections;
{
private static Hashtable ages = new Hashtable();
{
// Add some values to the Hashtable, indexed by a string key
ages.Add("Scott", 25);
ages.Add("Sam", 6);
ages.Add("Jisun", 25);
// Access a particular key
if (ages.ContainsKey("Scott"))
{
int scottsAge = (int) ages["Scott"];
Console.WriteLine("Scott is " + scottsAge.ToString());
}
else
Console.WriteLine("Scott is not in the hash table...");
}
}
E序中的ContainsKey()ҎQ是Ҏ特定的key判断是否存在W合条g的元素，q回布尔倹{HashtablecM包含keys属性（propertyQ，q回哈希表中使用的所有关键字的集合。这个属性可以通过遍历讉KQ如下：
foreach(string key in ages.Keys)
Console.WriteLine("Value at ages[\"" + key + "\"] = " + ages[key].ToString());
Value at ages["Scott"] = 25
Value at ages["Sam"] = 6
Hk(key) = [GetHash(key) + k * (1 + (((GetHash(key) >> 5) + 1) % (hashsize ?1)))] % hashsize
1Q?nbsp;哈希表的位置I间q似地成倍增加。准地_位置I间g当前的素数值增加到下一个最大的素数倹{（回想一下前面讲到的二度哈希的工作原理，哈希表的位置I间值必L素数。）
2Q?nbsp;既然二度哈希Ӟ哈希表中的所有元素值将依赖于哈希表的位|空间|所以表中所有g需要二度哈希（因ؓ在第一步中位置I间值增加了Q?/P>
]]>
]]>