C++ 堆栈保留大小和堆栈提交大小的增加是否会提高应用程序性能？

我有一个最大限度地利用递归函数的应用程序。基本上，它是一个字符串解析器，使用哈希映射作为其数据结构。我们面临的问题是，对于复杂的长字符串，性能会受到严重影响。我们不敢碰hash函数，因为害怕回归。我们观察到的是大量递归函数调用，我们怀疑这是导致性能问题的原因。该应用程序是在VS2008中开发的基于C++（Windows）的应用程序

堆栈保留大小和堆栈提交大小的增加是否会提高应用程序性能？或 它能避免我们经常遇到的内存不足问题吗

堆栈保留大小和堆栈提交大小的增加是否会提高应用程序性能

几乎可以肯定，它不会对性能产生明显的影响

它能避免我们遇到的内存不足问题吗

否。如果堆栈空间不足，则会出现堆栈溢出错误，而不是内存不足

堆栈保留大小和堆栈提交大小的增加是否会提高应用程序性能

几乎可以肯定，它不会对性能产生明显的影响

它能避免我们遇到的内存不足问题吗

---

否。如果堆栈空间不足，则会出现堆栈溢出错误，而不是内存不足。

堆栈使用本身不会显著影响性能。进行函数调用（恰好是递归调用）的成本可能是哈希函数运行时的一个重要部分，如果是这样的话，迭代版本可能会更快

递归在C++中的最大使用可能是低效的，而且也有点危险，因为堆栈大小是有限的。比如说,

size_t hash(const std::string &s) {
    if (s.size() == 0) return 0;
    return s[0] + 31 * hash(s.substr(1));
}

这可能由于两个原因（调用开销和它分配字符串负载的可能性）而效率低下，并且当传递足够长的字符串时，也会因堆栈溢出而崩溃

我们不敢碰hash函数，因为害怕回归

即使除了性能之外，哈希映射中使用的哈希函数也应该被隔离以便于维护——一个代码副本，并且不假设在其他任何地方使用了任何特定的哈希算法

如果你能隔离散列函数，那么你就可以大胆去碰它。通过这种方式，您可以轻松地比较不同的哈希算法和不同的实现（包括递归/非递归），以查看它们是否解决了总体性能问题

---

如果您不能隔离散列函数，那么您就学到了代码设计的一课。不过，您可能仍然能够替换它，并且在不确定代码是否仍然正确的情况下了解它是否会影响性能。如果您可以使其更快，那么就值得尝试使其正确（通过修改代码的其余部分来隔离哈希函数，然后替换它）。如果你能想出的最好的散列函数不是更快的，那么它是否正确并不重要，因为没有理由使用它。

堆栈使用本身不会显著影响性能。进行函数调用（恰好是递归调用）的成本可能是哈希函数运行时的一个重要部分，如果是这样的话，迭代版本可能会更快

递归在C++中的最大使用可能是低效的，而且也有点危险，因为堆栈大小是有限的。比如说,

size_t hash(const std::string &s) {
    if (s.size() == 0) return 0;
    return s[0] + 31 * hash(s.substr(1));
}

这可能由于两个原因（调用开销和它分配字符串负载的可能性）而效率低下，并且当传递足够长的字符串时，也会因堆栈溢出而崩溃

我们不敢碰hash函数，因为害怕回归

即使除了性能之外，哈希映射中使用的哈希函数也应该被隔离以便于维护——一个代码副本，并且不假设在其他任何地方使用了任何特定的哈希算法

如果你能隔离散列函数，那么你就可以大胆去碰它。通过这种方式，您可以轻松地比较不同的哈希算法和不同的实现（包括递归/非递归），以查看它们是否解决了总体性能问题

---

如果您不能隔离散列函数，那么您就学到了代码设计的一课。不过，您可能仍然能够替换它，并且在不确定代码是否仍然正确的情况下了解它是否会影响性能。如果您可以使其更快，那么就值得尝试使其正确（通过修改代码的其余部分来隔离哈希函数，然后替换它）。如果你能想出的最好的散列函数不是更快的，那么它是否正确并不重要，因为没有理由使用它。

@James很难分析，因为模块是应用程序的核心，如果我们试图分析它，可能无法得到正确的结果picture@James由于模块是应用程序的核心，所以很难对其进行评测，如果我们尝试对其进行评测，可能无法获得正确的图片我不知道。我不知道你的程序在做什么。我刚刚回答了你问的问题。但是如果你正在解决内存问题，那么问题不是你的堆栈太小，它几乎肯定是这样，从C++编译器中获得尾调用优化是很少见的。通过查看反汇编很容易看出，如果在递归调用中看到调用而不是JMP，那么您将在迭代算法方面取得巨大的进步。@Hans u给我一些希望：）@David正在注册堆栈大小增加后所需的可执行文件？我的意思是，如果我将可执行文件发送到另一台机器，是否需要在该机器上注册该可执行文件？我不知道。我不知道你的程序在做什么。我刚刚回答了这个问题