Рефакторинг для оптимизации производительности

Существующий код может работать правильно, но неэффективным, что приводит к узким местам производительности. Примеры программирования, которые могут негативно повлиять на производительность, включают неэффективные циклы, ненужные вычисления и чрезмерное выделение памяти.

Copilot Chat может определять точки производительности и предлагать стратегии рефакторинга, такие как оптимизация структур данных (например, использование хэш-карт вместо массивов), сокращение избыточных вычислений и повышение эффективности алгоритма. Кроме того, он может рекомендовать механизмы кэширования или операции параллелизации для повышения производительности.

Пример сценария

Следующий код Python выводит каждый 1000-й прайм-номер до 10 000-го праймера. Он включает таймер и выводит время выполнения кода в качестве последней строки выходных данных. Программа занимает несколько секунд.

import time

def is_prime(n):
    if n <= 1:
        return False
    for i in range(2, n):
        if n % i == 0:
            return False
    return True

def every_1000th_prime():
    primes = []
    num = 2
    while len(primes) < 10000:
        if is_prime(num):
            primes.append(num)
        num += 1
    return [primes[i] for i in range(999, 10000, 1000)]

if __name__ == "__main__":
    start_time = time.time()
    primes = every_1000th_prime()
    for prime in primes:
        print(prime)
    end_time = time.time()
    elapsed_time = end_time - start_time
    print(f"Time taken: {elapsed_time:.10f} seconds")

Пример запроса

Optimize this code for performance

Пример отклика

Copilot предлагает использовать функцию сива для создания простых чисел гораздо эффективнее. Если вы запускаете эту программу, она завершится в доли секунды.

import time

def sieve_of_eratosthenes(limit):
    sieve = [True] * (limit + 1)
    sieve[0] = sieve[1] = False
    for start in range(2, int(limit**0.5) + 1):
        if sieve[start]:
            for multiple in range(start*start, limit + 1, start):
                sieve[multiple] = False
    return [num for num, is_prime in enumerate(sieve) if is_prime]

def every_1000th_prime():
    limit = 105000  # Higher than needed to ensure 10,000 primes
    primes = sieve_of_eratosthenes(limit)
    return [primes[i] for i in range(999, 10000, 1000)]

if __name__ == "__main__":
    start_time = time.time()
    primes = every_1000th_prime()
    for prime in primes:
        print(prime)
    end_time = time.time()
    elapsed_time = end_time - start_time
    print(f"Time taken: {elapsed_time:.10f} seconds")

Дополнительные материалы

• "Проектирование запросов для GitHub Copilot"
• "Рекомендации по использованию GitHub Copilot"