如何理解性能分析中的数据结构与算法？

标准回答

常见实现包括有界生产消费、任务去重与请求版本、滑动窗口指标和依赖图的拓扑排序。时间区间合并也常用于性能统计，能够避免重复累加重叠的 CPU 或等待片段。

例如有向无环的初始化依赖，可用入度表和队列进行拓扑排序，复杂度O(V+E)。处理节点数少于总节点数意味着存在环或输入问题，不能直接并发执行剩余任务；有拓扑顺序也不代表可以忽略线程限制与资源竞争。

编码时先问输入规模、线程模型、错误处理、边界与单位，再写实现。最后手工走空输入、重复任务、取消、失败和依赖成环等样例，不用牺牲正确性换一点表面性能。

先明确统计口径。对排序后N个样本，用nearest-rank时取ceil(0.95N)对应位置；不同工具可用插值定义，比较前要一致。小样本P95非常不稳定。