SUMO项目中的GNETagProperties和GNEAttributeProperties指针优化实践
2025-06-29 21:57:02作者:卓艾滢Kingsley
在SUMO交通仿真软件的网络编辑器(Netedit)模块中,GNETagProperties和GNEAttributeProperties是两个核心的数据结构类,它们负责管理网络元素的标签属性和属性特性。本文将深入分析这些数据结构的使用方式优化过程,以及如何通过指针引用替代值传递来提升性能。
背景与问题发现
在解决SUMO项目的一个性能问题时,开发团队注意到Netedit模块中存在GNETagProperties和GNEAttributeProperties对象的混合使用方式——既有通过指针传递的情况,也有通过引用传递的情况。更关键的是,某些代码部分似乎完整复制了整个标签属性向量,这在性能上是不必要的开销。
这两个类在网络编辑器中扮演着重要角色:
- GNETagProperties:定义网络元素的标签特性
- GNEAttributeProperties:定义每个标签下具体属性的特性
技术分析
原始实现中存在的主要问题包括:
- 不一致的对象传递方式:部分代码使用指针,部分使用引用,导致代码风格不统一
- 潜在的性能问题:在某些情况下复制整个属性向量,增加了内存使用和复制开销
- 对象生命周期管理混乱:混合使用方式可能导致对对象生命周期的理解困难
优化方案
开发团队决定将所有GNETagProperties和GNEAttributeProperties的使用统一改为指针方式,主要基于以下考虑:
- 性能优势:指针传递避免了不必要的对象复制,特别是对于包含多个属性的向量
- 一致性:统一使用指针使代码风格一致,便于维护
- 生命周期明确:指针方式更明确地表达了对象的所有权和生命周期
实现细节
在实现过程中,开发团队进行了以下关键修改:
- 将所有函数参数从引用改为指针
- 确保所有创建的对象被适当管理
- 更新所有相关调用点以适应新的接口
- 添加必要的空指针检查
性能影响
这种优化带来的主要好处包括:
- 减少了内存拷贝操作
- 降低了内存使用量
- 提高了大型网络编辑时的响应速度
- 使属性管理更加高效
经验总结
这次优化实践为SUMO项目带来了以下经验:
- 在管理大量属性数据时,指针通常比引用更合适
- 代码一致性对长期维护至关重要
- 即使是看似小的数据结构优化,也可能对整体性能产生显著影响
- 在性能敏感的场景中,需要特别注意数据传递方式
这种优化不仅解决了当前发现的性能问题,还为未来可能的扩展奠定了更好的基础,使Netedit模块能够更高效地处理大型交通网络。
登录后查看全文
热门项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C030
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
426
3.26 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
335
暂无简介
Dart
686
161
Ascend Extension for PyTorch
Python
231
265
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
667
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
25
30