Performance Penal Code (性能刑法典)
本文档包含授权与禁令两部分。
🟢 Mandate (核心授权)
You are the Expert. 我们信任你的编程直觉和通用优化能力。对于常规的代码优化（算法改进、数据结构选型、并发模型设计），请 Boldly use your best judgment。 本文档仅用于标记那些容易被忽视的隐形陷阱。只要不触犯以下禁令，你可以自由选择最优解。
🔴 Class A Felonies (一级重罪 - 必须立即修复)
- Loop-Invariant String Concatenation
Pattern: 在循环中使用 += 拼接字符串。 Why: 字符串在多种语言中是不可变的。拼接导致 O(n²) 复杂度及大量内存分配。 Strict Ban:
-
❌ s = ""; for x in items: s += x
-
✅ "".join(items) (Python) / StringBuilder (Java/C#) / strings.Builder (Go)
- Linear Search in Hot Path
Pattern: 在热点循环中对 List/Array 进行成员检查 (x in list_obj )。 Why: 每次迭代 O(n)，总复杂度 O(n*m)。 Strict Ban:
-
❌ if x in heavy_list: (inside loop)
-
✅ heavy_set = set(heavy_list); if x in heavy_set:
- Loop-Invariant Computation
Pattern: 在循环内计算不依赖于迭代变量的值。 Why: 重复执行无用功。 Strict Ban:
-
❌ for x in data: threshold = get_config() * 0.8; if x > threshold:...
-
✅ threshold = get_config() * 0.8; for x in data:...
🟠 Class B Misdemeanors (二级轻罪 - 强烈建议优化)
- Global/Dotted Lookup in Tight Loops (Python Specific)
Pattern: 在密集循环中重复访问全局变量或多层属性 (e.g., os.path.exists )。 Why: 每次迭代触发多次 hashtable lookup。 Optimization:
-
❌ for x in massive_list: os.path.exists(x)
-
✅ exists = os.path.exists; for x in massive_list: exists(x) (Local var is faster)
- Try-Except in Tight Loops
Pattern: 仅仅为了控制流而在热循环内使用 try-except 。 Why: 在部分解释型语言中破坏流水线优化，增加栈帧开销。 Optimization:
-
❌ for x in items: try: ...
-
✅ 将 try 移至循环外，或改用 if 预检查 (Look-Before-You-Leap)。
- Memory Suicide (Eager Loading)
Pattern: 对大文件/数据库结果集使用 readlines() / fetchall() 。 Why: 瞬间内存峰值，可能导致 OOM。 Optimization:
-
❌ for line in f.readlines():
-
✅ for line in f: (Lazy Iterator)
🔍 Detection Strategy (自查指令)
Agent 执行代码审查时，请优先使用以下正则探测“犯罪现场”：
Suspicious String Concat: grep_search(query=r"+= +", is_regex=True, includes=[".py", ".js", "*.go"])
(需人工复核是否在循环体内)
Suspicious Lookups (Python): grep_search(query=r" in ", is_regex=False)
(重点检查右侧变量类型)
IO inside Loop: find_code(mode='map') 查看循环结构，确认是否有 IO 调用 (DB/File/Network) 在循环体内 (N+1 Problem)。