1.4 一个程序性能分析的实例

在软件优化的过程中，需要对软件性能进行详尽的测试与分析，并从中找到影响性能的关键性因素，良好的实验和性能分析报告对于性能分析具有重要作用。

实验报告一般包括问题描述、实验方法和实验结果分析等部分。问题描述主要介绍问题的背景以及软件测试的目标，并介绍实验相关的硬件、操作系统、编译器等信息。实验方法讨论实验的具体输入、输出参数设计和实验过程设计。影响程序执行时间的因素往往有多个方面，为了更清晰地分析不同因素对程序性能的影响，经常会保持其他因素不变，而仅变化一个因素，从而考察此因素设置为不同参数时对性能的影响。实验结果分析是对比不同输入/输出参数和不同软件实现方案时的性能，并从中发现影响性能的关键性因素。

本节将以对C语言中qsort()函数性能的测试与分析说明实验报告的书写规范。

【实验报告范例】

问题描述

qsort()函数是C语言中常见的排序函数。本实验将分析数据规模、数据类型、输入数据排列三个方面对该函数执行时间的影响，实验所使用的软硬件平台参数如表1-6所示。

实验方法

为了测试数据规模、数据类型、输入数据排列三个方面对qsort()函数的性能影响，在数据规模方面，设定1M、10M、100M三种不同的元素数量；在数据类型方面，使用32位整数、64位整数和32位单精度浮点数三种不同的类型；在输入数据排列方面，考虑完全随机、倒序和近似顺序三种情况。

（1）完全随机：每个元素都由随机数产生函数rand()产生。

（2）倒序：在完全随机测试案例基础上使用qsort()进行从大到小的降序排列得到的数据序列。

（3）近似顺序：在完全随机测试案例基础上使用qsort()进行从小到大的升序排列，然后从中挑选千分之一的相邻数据交换得到的数据序列。

实验结果分析

上述三方面的参数各自有三种可能性，相互组合可以得到27种不同的测试案例。这些案例中qsort()函数升序排序时间如表1-7所示。

实验结果呈现以下特点。

❑在相同数据类型和输入数据排列下，数据规模增至原来的10倍，排序时间一般随之变为11.5倍左右。

❑在相同数据规模和输入数据排列下，数据类型的区别对性能的影响不大。

❑在相同数据规模和数据类型下，输入数据排列对性能影响较大：完全随机的排序时间最长；倒序和近似顺序的时间比较接近，大约为完全随机排序时间的65%左右。

之所以产生上述现象，主要是因为以下原因。

❑qsort()函数采用了快速排序方法，其计算复杂度为O（nlogn）。在n等于1M和10M时，10nlog（10n）/nlogn的值分别为11.6和11.4，这与上述第1个特点完全符合。

❑qsort()函数中，数据类型仅影响其比较过程，对其控制开销和数据搬移开销影响不大，所以数据类型的差异对性能影响不大。

❑qsort()函数内部可能会对不同排列类型的数据进行优化处理，使得对倒序排列和近似顺序排列的数据排序时有较高的性能。