基准测试与性能分析遗传算法
学习如何在遗传算法优化中使用基准测试和性能分析。
探索 BEAM
到目前为止，我们无需过多关注所实现算法的性能。因为解决方案规模较小，且处理的种群也相对有限，因此效率问题并未成为关注重点。然而，在现实世界中，将遗传算法应用于实际问题时，我们通常需要应对更大规模的解和种群。
事实上，Elixir 这门语言并非为高计算密集型任务设计，其在浮点运算、数学计算和矩阵乘法等方面表现较慢。这是因为 Elixir 运行在 BEAM 虚拟机上，而 BEAM 最初是为电信系统设计的。这并不意味着我们无法在 Elixir 中编写高效的遗传算法；而是意味着我们必须有意识地对这些算法进行优化。
BEAM 是 Erlang 虚拟机，也是 Erlang/OTP 的核心。每个 Elixir 文件都会被编译为 BEAM 字节码。要真正理解应用程序的性能，关键在于了解代码编译后在 BEAM 上运行时发生了什么。本章将简要介绍 BEAM 的一些特性，但内容并不全面。
在本章中，我们将学习如何对算法进行基准测试和性能分析，并初步了解性能真正重要的场景。此外，我们还将学习多种优化算法的方法。接下来，我们将按以下顺序逐步进行一系列优化：
- 创建基准测试并分析算法性能
- 优化 Elixir 代码的性能
- 并行化算法
- 编写 NIFs（本地接口函数）
在实施优化时，通常遵循上述顺序，只有在确实必要时才进入下一步。
什么是基准测试与性能分析？
任何优化过程的第一步都是开展调查工作，建立基线并确定代码中的性能瓶颈。基准测试 是从性能角度评估代码的过程。它通常用于衡量代码在内存使用（空间）或执行时间（时间）方面的表现。
性能分析 是对程序在空间或时间维度上的特定方面进行评估，以辅助性能优化。性能分析有助于识别代码中的具体瓶颈。
基准测试与性能分析之间的区别较为微妙。基准测试的目的是为整个操作建立性能指标，以便在不同操作之间进行比较。例如，可以比较不同设置下的操作性能，或在不同硬件上运行相同操作的性能差异。
性能分析的目的是深入理解程序的行为。例如，性能分析工具可能指出程序大部分时间消耗在哪些部分，或者哪些函数被调用最多。性能分析能提供关于代码优化优先级的详细洞察。
我们可以使用多种工具来对代码进行基准测试和性能分析。在接下来的几节课中，我们将使用 Benchee 进行基准测试，使用 ExProf 进行性能分析。但在开始优化之前，我们需要先判断是否真的值得进行优化。
决定何时进行优化
程序员常常过早且不必要地决定优化代码。优化本身并无问题，但如果时机不对或动机不当，反而会阻碍开发进程。
实际的遗传算法具有较高的计算成本；真实世界的问题往往涉及大量数据。幸运的是，现代硬件已经大大缓解了软件必须高度优化的压力。在许多情况下，可用的计算能力远超实际需求，此时优化并非必需。
当然，当处理大量数据时，优化可能是必要的，以防止算法因资源耗尽而崩溃。
在一台中等性能的机器上，当种群规模与每个染色体的大小相乘达到约一百万时，遗传算法的运行速度会明显变慢。在大多数其他情况下，性能下降并不明显，此时优化并无必要。