編譯一段代碼的速度和CPU的線程核心和代碼的速度有關(guān)嗎？如果編譯一個QQ大小的代碼需要多長時間??？1個CPU的速度與核心數(shù)有關(guān)嗎？核心越多，速度越快？只有將同一系列的CPU進行比較，核心數(shù)和主頻與CP

編譯一段代碼的速度和CPU的線程核心和代碼的速度有關(guān)嗎？如果編譯一個QQ大小的代碼需要多長時間??？

1個CPU的速度與核心數(shù)有關(guān)嗎？核心越多，速度越快？只有將同一系列的CPU進行比較，核心數(shù)和主頻與CPU的運行速度成正比，二級和三級緩存的大小是另一個因素。

核心版本和流程的升級也會產(chǎn)生影響。一般來說，在同一系列CPU中，內(nèi)核越多，主頻越高，緩存越多，版本越新，CPU速度越快。例如，amdathlon iiix2250肯定比amdathlon iix2240快，但并不一定比英特爾奔騰E6300好，后者的主頻、緩存和內(nèi)核數(shù)量與x2240相同？那你就不能武斷地說了。需要使用各種測試軟件進行驗證。相同的核數(shù)、相同的主頻和相同的二級緩存，哪個更快？帶CPU的主板依賴pin和前端總線，與CPU的二級緩存無關(guān)。如果865的主板有478接口，則支持p42.8e和p43.2c，另外主板和CPU前端總線都是800MHz，比p43.2c好，雖然p42.8e是1024的二級緩存，但它的核心是Prescott內(nèi)核，它的熱量和功耗都和a的內(nèi)核一樣高，而C的內(nèi)核功耗高Northwood core比Prescott好

打字速度差對編程的影響相對較小，因為編程的速度不依賴于打字的速度，因為編程的過程是一個邏輯思維轉(zhuǎn)換的過程，思考占據(jù)了大部分編程時間。而且，在學(xué)習(xí)編程的過程中，還可以通過練習(xí)提高打字速度。因此，如果打字速度不快，可以學(xué)習(xí)編程。

我剛開始工作時，我們實驗室有一位數(shù)學(xué)專業(yè)的老專家。他在算法設(shè)計和實現(xiàn)方面有很高的造詣，設(shè)計了許多大型軟件系統(tǒng)，獲得了許多高水平的榮譽。我經(jīng)常問他一些算法問題。在這個過程中，我發(fā)現(xiàn)他只用兩個手指來打字，可以想象他一邊看鍵盤一邊打字。但即便如此，這絲毫不影響他的編程過程。所以編程主要依靠腦力。打字速度對編程沒有多大影響。

在多年的開發(fā)工作中，我們也遇到了很多老研發(fā)人員，他們打字速度不快，但研發(fā)能力很強。因為大多數(shù)研發(fā)程序員一天有幾百行代碼，大部分時間都在做驗證和思考，沒有太多時間敲鍵盤。

學(xué)習(xí)編程應(yīng)該注意基礎(chǔ)知識的學(xué)習(xí)，特別是數(shù)學(xué)，因為編程歸根結(jié)底是一個數(shù)學(xué)問題。當(dāng)然，如果你是一個應(yīng)用級程序員，那么對數(shù)學(xué)的要求就不高了。

打字速度不是很快，會影響學(xué)編程嗎？

自2003年以來，我們一直在做程序設(shè)計。一般來說，我們寫的代碼越多，我們需要的代碼就越少。

在程序開發(fā)之初，我主要做了功能實現(xiàn)。負責(zé)項目設(shè)計的同事把界面寫得很好，剩下的就是功能實現(xiàn)。實現(xiàn)寫功能并不困難。簡單地說，數(shù)據(jù)以固定格式處理后，就可以發(fā)回。在此期間，每天的代碼量相對較大，平均每天大約有500行。

隨著他們編碼能力的提高，很多代碼重用會做得更好。在整個實現(xiàn)過程中，他們會采用比較簡單的實現(xiàn)方法，也懂得如何使用模塊化的開發(fā)模式。通過這個過程，代碼的數(shù)量在一定程度上減少了，但是思考的時間變長了，有時需要一些時間來驗證。在2006年確定自己的主要方向時，代碼量再次下降。因為工作中心已經(jīng)從函數(shù)編寫調(diào)整到了一些框架設(shè)計和算法實現(xiàn)，這段時間每天的代碼量大約在200行左右，其中很多是編寫接口。在此期間，重點工作是實現(xiàn)算法，做數(shù)據(jù)分析和建模。在這段時間里，還使用了Matlab，因此編碼量大大減少，但難度增加了很多。有時需要一周甚至更長的時間來完成算法的驗證。

2010年之后，我將機器學(xué)習(xí)和大數(shù)據(jù)添加到我的主要攻擊方向。這時，我每天的代碼量又下降了，平均有100多行。有時一天可以寫幾十行代碼，對算法進行分析、訓(xùn)練和驗證的時間就變長了。當(dāng)java第一次被使用時，代碼的數(shù)量可能會更多。后來，當(dāng)使用Python時，代碼量減少了很多。目前，算法的實現(xiàn)也采用Python。

事實上，在計算機研發(fā)中，編程更像是一種工具。無論使用何種語言，最終的任務(wù)都是實現(xiàn)功能。編碼量與角色有很大關(guān)系，但與編程水平?jīng)]有直接關(guān)系。當(dāng)然，高級程序員必須有大量的代碼基礎(chǔ)，這是毋庸置疑的。

一個程序員的代碼編寫量，能否決定他的編程水平？

解釋和編譯的區(qū)別在于，解釋讀取一段代碼，而解釋執(zhí)行一段代碼。如果一段代碼的語法分析和語義分析已經(jīng)完成，并且已經(jīng)生成了執(zhí)行過程，但是該過程不是立即執(zhí)行的，而是全部被收集并連接成一個大的執(zhí)行過程，這就是編譯。這也意味著對于同一段代碼，每次解釋和執(zhí)行代碼時都要重復(fù)語法分析和語義分析，編譯執(zhí)行省略了這個過程，解釋是交錯執(zhí)行，完全符合程序的“原始”控制流。編譯有機會分析和優(yōu)化整個程序的流程。03編譯后的代碼是“固定的”，在代碼運行時，解釋和執(zhí)行可以直接修改代碼和數(shù)據(jù)。2解釋語言和編譯語言的區(qū)別一種語言的動態(tài)性越強，需要解釋的地方就越多，反之亦然。特別是，C和匯編根本沒有動態(tài)特性，所以幾乎所有語言的運行時系統(tǒng)都是用C編寫的。然而，解釋和編譯之間沒有明顯的區(qū)別。動態(tài)特性也可以由即時編譯器處理