我最近解决了一个年龄段我的待办事项清单底部附近的编码问题。我什至设法将递归功能放入解决方案中。是的，计算机科学！我走开了，感觉自己做得好……但是感觉不对。我怀疑我对使用凉爽技术的兴奋导致了效率较低的算法。我需要进行一些实验，看看我的怀疑是否正确。

当我使用deno时，我决定使用内置的benchmarker tool，并开始编码我的测试套件。

参考函数

我写的递归函数是以the Lodash get method的方式解决并返回嵌套对象树中的位置。我想减少对外部功能的依赖性，因此决定不仅进口，而且事实证明这一点很容易：

export function arrayWise(ref, context) {
  const [key, ...rest] = ref.split(".");
  if (rest.length) {
    return arrayWise(rest.join("."), context[key]);
  }
  return context[key];
}

到目前为止，一切都很好。抓住引用，分为.字符上的数组，检查是否仍有级别要下降，如果是的，则将其下降到它们中，传递缩短的键并重置上下文以降低较低级别。如果没有，请从上下文返回查找值。此回报将通过呼叫堆栈冒出来，并作为原始呼叫的结果显示。

第一个替代方案

重复打开并加入ref变量使我感到困扰。这是一个操作的效率？

有了一些轻巧的修补，我想出了这种选择，这在分裂绳子方面有些外科手术：

export function stringWise(ref, context) {
  const cutMark = ref.indexOf(".");
  if (cutMark === -1) return context[ref];
  const key = ref.slice(0, cutMark);
  const rest = ref.slice(cutMark + 1);
  return stringWise(rest, context[key];
}

这次，我们在字符串中找到了第一个.的位置。如果没有，只需返回对象引用的数据即可。如果不是，则使用slice方法确定key和rest。然后返回调用下一层的结果。

写基准

让我们看看这是如何在性能方面堆叠的。

编写基准测试很轻松！我省略了导入并为简洁设置测试context对象。请注意，arrayWise函数被设置为基准情况。

Deno.bench({
  name: "arrayWise",
  baseline: true,
  fn: () => { arrayWise("look.me.up", context) 
});

Deno.bench({
  name: "stringWise",
  fn: () => { stringWise("look.me.up", context) }
});

这保存在名为lookup.bench.ts的文件中。当您运行deno bench时，命令提示符搅拌片刻，然后产生这样的输出：

我的直觉是正确的。我的算法速度提高了三倍。那绝对是“第一，最糟糕的”尝试。

第二个选择

在这一点上，我开始对递归感到不安。称全新的功能感觉就像是一件相当沉重的事情。将其写成循环会更快吗？回到代码编辑器，我想到了：

export function nonRecursive(ref, context) {
  let result = context;
  for (const key of ref.split(".")) {
    result = result[key];
  }
  return result;
}

这次，我在此功能中的参考中循环浏览键，每次都重新分配结果。当我处于循环结束时，我已经得到了答案，所以我退还了。

我将新的基准测试添加到文件中，然后再次运行deno bench。这是这次的结果：

另一个加速，几乎是第一个优化的速度的两倍。事实证明，递归，虽然很酷的技术有时是过度杀伤，并且通常在线性处理（例如此示例）的情况下最好避免。

最后的选择

我以为我会看到我将典型（非常简洁的）JavaScript写作样式放在板凳上时发生了什么。

export const extremeGilesMode = (ref, context) =>
  ref.split(".")
     .reduce(
       (result, key) => result[key],
       context
     );

单线！我将是第一个承认的人，这比上一个示例要少得多。它将ref字符串分成组成部分，然后在结果数组上调用koude12 array method。这是在数组上迭代的，每次都会从上一个result返回key属性。 reduce的第二个参数设置了result的初始值。在这种情况下，我们将其设置为context。这是与nonRecursive函数几乎相同的技术。

这是简短的，但是它的速度更快吗？

并不是很快，看起来可能会稍慢一些。 nonRecursive实现是最快的。

我学到了什么？

这是一个内容丰富的实验。在这种情况下，鉴于在纳秒秒中测量了迭代的节省，因此离开初始实施可能会很好。请注意，如果被称为多次，这可能是一个显着的性能放缓。

还值得注意的是，每次运行都会在迭代中给出不同的时间，因此请谨慎引用确定的数字。分析性能时，值得查看百分位数（P75，P99和P995）以检查可变性。

总的来说，我对在DeNo设置基准的容易程度给我留下了深刻的印象。对于那些习惯于基准测试的人有一些局限性，但是作为起动器，它非常强大。

我已经捆绑了examples in a Github repo。通过评论让我知道您对代码的绩效改进。