如何在看不懂演算法代碼的情況下，等價的優化演算法？

02-05

最近在修改公司的博士寫的代碼（博士是數學系的），演算法的代碼沒有看的太懂。然後在改寫的過程中會發現各種結果不一樣，不得不回去看原來的代碼。有沒有什麼方法可以在不看懂原來的代碼的情況下，進行等價優化。

你得先看懂數學模型，然後再去看代碼。

如果懂了模型並了解其中各參數的作用，還是有一定可能看不懂代碼，但可以調試出好結果的。因為如果代碼是完全按照模型寫而並沒有trick在裡面的話，那麼重要的是模型參數，而不是代碼的具體實現過程。畢竟很多數學上一行帶過的公式，其代碼實現會特別的冗長，在只關注結果的前提下，可以不去關注它們是具體怎麼實現的。

這就相當於軟體測試中的黑盒子測試，測試者並不知道軟體內部模塊結構等，僅通過其提供的參數借口去儘可能的嘗試不同組合已發現潛在的bug。而這就要求測試者對該軟體的模型有一定了解。

一言以蔽之，先看懂數學模型，再去調參數，是個可行的方法。

先寫好單元測試，確保覆蓋現有功能。

然後profiler查找性能黑洞，有針對性的優化，不做無用功。

再針對性優化，每一步都要運行單元測試，過程中順手重構程序流程，該提取子函數的，該修改變數名的，該添加註釋的，該添加輔助函數的等等。

如果可以，先設定優化目標，先寫好性能測試，修改優化代碼，直到滿足性能測試後結束。

沒辦法

作為一個Berkeley的學生，表示我們的機器結構61C的第三個project，就是要我們優化一個看不懂演算法的。。。

嗯，這個project要我們優化一個神經網路識別貓的演算法，要把250Cats/s提速到3K+Cats/s，最後我們是這樣優化的，把用到的參數都弄出來，為每種特定的函數寫一個Specialized Function，然後把循環展開，使用Intel提供的AVX寄存器的功能每次計算4個浮點數（這個可以在https://software.intel.com/sites/landingpage/IntrinsicsGuide/找到），然後使用OpenMP使得程序在線程層面上進行Parallel Computation。

當然這是我們的入門課程，不一定能夠幫上樓主。

假如不懂原理的話你能做的事情並不比編譯器多多少，至多是參考JIT用profile優化一下數據結構。別的。。。人干不過現代編譯器

自己實現一遍。。