用途
micro-optimizer 是 a5c-ai/babysitter 项目下的一个技能,专门用于对竞赛编程(competitive programming)代码施加语言层面的微观优化,帮助在算法不变的前提下进一步压缩常数开销、提升运行速度。其目标是按照目标语言与优化级别,对现有代码给出改写后的优化版本。
主要能力
该技能内置一份优化目录,按语言划分:
- C++ 优化:快速 I/O(ios_base::sync_with_stdio(false))、pragma 编译优化(#pragma GCC optimize)、内联展开、循环展开、内存预取。
- Python 优化:在可行时使用 PyPy、用列表推导式替代循环、局部变量缓存、为类添加 slots、避免全局变量查找。
- 通用优化:分支预测提示、缓存友好的数据布局、避免不必要的拷贝、位运算技巧。
技能描述还提及内存布局优化、向量化机会、编译器特定优化等方向,以及面向 code-level-optimization、io-optimization、memory-optimization 这几类优化过程。
使用方式
该技能通过结构化输入输出调用。输入对象包含以下字段:
- code(字符串,必需):待优化的源代码。
- language(字符串,必需,枚举 cpp / python / java):代码所用语言。
- optimizationLevel(字符串,枚举 safe / aggressive / maximum):优化力度。
- preserveReadability(布尔,默认 true):是否保持代码可读性。
输出对象包含:
- success(布尔,必需):是否成功。
- optimizedCode(字符串,必需):优化后的代码。
- appliedOptimizations(数组):已应用的优化项。
- expectedSpeedup(字符串):预期加速比。
- warnings(数组):警告信息。
适用场景
适合竞赛编程选手在算法已确定后,对提交代码做最后一轮常数级优化;也适合需要按语言特性进行 I/O、内存布局、循环结构等细节调整的代码改写场景。
限制
资料仅列出优化目录与输入输出结构,未提供具体安装命令、依赖环境、实际优化效果数据、收费方式或平台支持的说明。提供的语言枚举为 cpp、python、java;优化级别与是否保持可读性对输出的具体影响程度资料未详细说明。使用时应以实际输出与 warnings 字段为准,并注意 aggressive / maximum 级别可能影响代码可读性或引入平台相关行为。