代码层面的优化：让每一行代码都跑得更快

代码优化，说白了就是让计算机少干活。我见过太多团队，一上来就搞架构升级、加机器，结果回头一看，代码里全是坑。今天咱们聊聊代码层面那些立竿见影的优化手段。

算法复杂度分析：选对算法，事半功倍

我个人习惯，写代码前先想清楚复杂度。不是所有场景都需要O(1)，但至少别写出O(n²)去处理百万级数据。

举个例子，我接手过一个报表系统，每次生成都要30秒。一查，核心逻辑是个双层循环：

// 优化前：O(n*m) 的噩梦
for (let i = 0; i < users.length; i++) {
  for (let j = 0; j < orders.length; j++) {
    if (orders[j].userId === users[i].id) {
      // 处理逻辑
    }
  }
}

改成哈希表后，直接降到O(n+m)：

// 优化后：O(n+m)
const userMap = new Map();
users.forEach(u => userMap.set(u.id, u));

orders.forEach(order => {
  const user = userMap.get(order.userId);
  if (user) {
    // 处理逻辑
  }
});

运行时间从30秒降到了0.8秒。你想想看，只是换了个数据结构，效果天差地别。

减少循环嵌套：扁平化才是王道

我在项目中遇到过一段代码，三层嵌套循环处理订单数据。当时我就觉得不对劲，一分析，复杂度O(n³)。

为什么会这样？很多时候是因为我们习惯性用循环解决问题。其实很多嵌套循环可以用以下方式替代：

• 提前过滤：先filter掉不需要的数据，再处理
• 空间换时间：用Map、Set等结构减少查找次数
• 分批处理：大数据量时，拆成小批次并行处理

我曾经优化过一个库存扣减逻辑，原来是这样：

// 三层嵌套，不忍直视
for (let warehouse of warehouses) {
  for (let shelf of warehouse.shelves) {
    for (let item of shelf.items) {
      if (item.sku === targetSku) {
        // 扣减库存
      }
    }
  }
}

改成用SKU索引后：

// 一层循环 + 索引
const skuIndex = buildSkuIndex(warehouses);
const target = skuIndex.get(targetSku);
if (target) {
  target.quantity -= amount;
}

嗯，这里要注意：不是所有嵌套都能消除，但至少可以降到两层以内。超过两层的循环，基本就是代码坏味道了。

使用高效的数据结构：选对容器，事半功倍

很多开发者对数据结构的理解停留在「能用就行」。我见过有人用数组做频繁的插入删除操作，也见过用对象当队列用的。这些习惯，在数据量小的时候没问题，一旦上了规模，就是性能杀手。

操作场景	推荐结构	不推荐结构	原因
频繁查找	Map / Set	Array	Map查找O(1)，Array查找O(n)
频繁插入/删除	LinkedList	Array	Array插入删除需要移动元素
先进先出	Queue	Array.shift()	shift()会重新索引所有元素
去重	Set	Array + indexOf	Set去重O(n)，indexOf去重O(n²)

我记得有一次优化一个实时推荐系统，原来用数组存用户行为数据，每次查找都要遍历。换成Map之后，响应时间从200ms降到了5ms。说白了，数据结构选对了，性能优化就完成了一半。

避免重复计算：缓存是好朋友

重复计算是代码里最常见的性能浪费。我见过一个计算订单总价的函数，每次调用都重新计算所有商品的折扣。其实折扣信息一周才变一次，完全没必要每次都算。

常见的重复计算场景：

• 循环内的不变计算：把循环外的计算提到外面
• 重复的函数调用：结果缓存起来，下次直接用
• 重复的DOM查询：用变量保存查询结果
• 重复的API调用：加一层缓存层

// 优化前：每次循环都计算一次
for (let i = 0; i < items.length; i++) {
  const discount = getDiscount(items[i].category); // 每次都要查数据库
  items[i].price = items[i].price * discount;
}

// 优化后：缓存折扣信息
const discountCache = new Map();
for (let i = 0; i < items.length; i++) {
  const category = items[i].category;
  if (!discountCache.has(category)) {
    discountCache.set(category, getDiscount(category));
  }
  items[i].price = items[i].price * discountCache.get(category);
}

我曾经犯过一个错误：在递归函数里重复计算斐波那契数列。n=40的时候，程序直接卡死。加上记忆化缓存后，瞬间出结果。避坑指南：递归函数一定要考虑重复计算的问题，加个缓存往往能指数级提升性能。

知识体系总览

下面这张图总结了代码层面优化的核心思路，我把它画成了流程图，方便你理解各个优化点之间的关系：

这张图把四个优化方向串起来了。你从中心出发，沿着任意一条分支走到底，都能找到具体的优化手段。我个人建议，每次做代码审查时，就拿这张图对照一下，看看代码踩了哪些坑。

最后说一句：代码优化不是一蹴而就的事。我习惯在每次提交代码前，花5分钟检查一下有没有明显的性能问题。养成习惯后，你会发现写出高性能代码其实没那么难。