電腦影響編譯速度

Ⅰ c++程序編譯很運行都很慢 vista系統 同學的運行很快 電腦配置和代碼都沒問題

希望可以幫到你：一：病毒可以導致計算機速度變慢。 其作用機理有二：一是病毒入侵後，首先佔領內存，然後便以此為根據地在內存中開始漫無休止地復制自己，隨著它越來越龐大，很快就佔用了系統大量的內存，導致正常程序運行時因缺少主內存而變慢，甚至不能啟動；二是因為病毒程序迫使CPU轉而執行無用的垃圾程序，使得系統始終處於忙碌狀態，從而影響了正常程序的運行，導致計算機速度變慢。 解決辦法：可使用高版本的殺病毒軟體，如「諾頓」「江民」「金山毒霸」。時刻監視系統運行情況（包括網路情況），一旦發現病毒，它們就會立刻報警，並自動殺毒。由於新病毒每天都在誕生，所以我們還要注意經常升級反病毒軟體。 二：Windows操作系統變龐大 隨著你每天的操作，安裝新軟體、載入運行庫等等使得它變得更加龐大，而更為重要的是變大的不僅僅是它的目錄，還有它的注冊表和運行庫。因為即使刪除了某個程序，可是它使用的DLL文件仍然會存在，因而隨著使用日久，Windows的啟動和退出時需要載入的DLL動態鏈接庫文件越來越大，自然系統運行速度也就越來越慢了。 解決辦法：盡量不要安裝過多而不經常使用的軟體，不要頻繁安裝卸載軟體。在卸載軟體時盡量將此軟體自有的DLL動態鏈接庫文件刪除。 三：後來安裝了新的硬體或者外部設備。 當在計算機上面添加了新的硬體設備或者外部設備的時候，windows會在啟動時檢測設備和載入這些設備所需要的程序，從而降低了系統運行速度。 解決辦法：不經常使用的或者暫時不使用的設備不要連接到計算機上，比如「移動硬碟」 四：當我們的操作系統安裝了即時病毒檢查程序時。 為避免病毒的入侵，我們安裝了即時病毒檢查程序，在我們運行一些程序的時候，病毒即時檢查程序會對這些程序或者軟體進行病毒掃描，因此就會降低了軟體的運行速度。由於經常會有新的病毒產生，索引即時檢查病毒的程序也會不斷的更新病毒庫，從而能夠檢測和預防更多的病毒，因此當有新的病毒庫更新，那麼病毒即時檢查程序也相應的在檢測的時候會延長檢測時間。 五：缺少足夠的內存 Windows操作系統所帶來的優點之一就是多線性、多任務，系統可以利用CPU來進行分時操作，以便你同時做許多事情。但事情有利自然有弊，多任務操作也會對你的機器提出更高的要求。如果你同時打開了過多的應用程序，即使內存再大，這時候系統的主內存也將會告急，系統資源會被耗盡，從而降低了程序的運行速度甚至導致系統的崩潰。 解決辦法：安裝更多的內存 六：硬碟剩餘空間太少或碎片太多 當我們經常在電腦中進行軟體的安裝和卸載，文檔的製作或刪除。這時候會使計算機硬碟中的數據排列斷斷續續，或者非常分散。這樣計算機在查找數據的時候就會因為數據的斷續和分散而變得查找速度非常慢。 解決辦法：經常對無用的文件進行清理，並且清理後進行磁碟碎片整理

Ⅱ 筆記本電腦編譯C語言特別的慢，請問下原因

筆記本C語言程序運行慢是怎麼回事
用的什麼版本的c++？如果是vs2003以上的就是機器配置太低，如果是6.0還這么慢的話有可能是裝的有問題，重新裝一下沒准就能好一些了，最好默認安裝，如果是n年以前的機器那就沒辦法了，只能是配置太低，不過我們實驗室的機器256的內存都能用6.0，再有就是看看有沒有被中肉機。
如果是gcc或者tc的話，那隻能是裝壞了或者中毒了。

Ⅲ 電腦運行變慢,以前用devc++編譯一秒不到就編譯好了，電腦是剛買的

看下你電腦里是否安裝了殺毒軟體，很多朋友因為McAfee這款殺毒軟體導致編譯超慢，您可以把殺毒軟體刪掉，或者，設置不掃描編譯相關程序文件。就是在（安全中心-病毒和威脅防護-管理設置-排除項）win10系統（設置-更新與安全-Windows Defender-排除）這里添加您代碼存放的文件夾。排除就不掃描了。

Ⅳ 影響vs編譯速度的因素有哪些

影響因素比較多：
1 文件的大小，文件大小指的是全部include展開後的大小。
2 文件數量，編譯是一個一個文件進行的，所以你的工程的文件數量也有關系。
3 還有聲明的復雜程度，復雜聲明需要額外地計算。
4 最影響編譯速度的估計是C++的模板，模板在編譯的時候要進行推導，得到相應的結果，這個非常費時間。如果你是模板里還套了模板，那就比較慢了。
5 鏈接庫的數量，鏈接很多庫也會使得編譯速度變慢。
6 inline函數展開，會使得代碼膨脹，也會影響編譯速度
7 debug模式編譯要留符號表做調試，也會影響速度
8 release模式如果開了優化，編譯優化會改變代碼的某些結構，這也是拖慢編譯器的一個重要因素。

Ⅳ java編譯為什麼那麼慢

ecplipse編譯慢，並不是說編譯的工具慢，是由於工程代碼很多，導致內存短時間產生不夠的現象，表現出來的就是很慢。
很多程序在進行大數據的計算或者資料庫的操作，都需要很多的內存來計算或者保存數據，編譯環境這時候就會很卡。

Ⅵ 編譯程序所需要的時間和電腦的性能有關系么

有關系的
當需要編譯工程的復雜度一定的時候，電腦性能越好，編譯所需要時間越短；反之，則時間越長。
當電腦性能一定的時候，工程越復雜，則編譯所需要的時間越長；反之，則時間越短。

Ⅶ 電腦性能影響vsc編譯速度嗎

當然影響了，編譯也是一種計算任務，規模大的話計算量還不小
為什麼會問這種問題？

Ⅷ 如何加快linux android 的編譯速度

項目越來越大，每次需要重新編譯整個項目都是一件很浪費時間的事情。Research了一下，找到以下可以幫助提高速度的方法，總結一下。
1. 使用tmpfs來代替部分IO讀寫
2.ccache，可以將ccache的緩存文件設置在tmpfs上，但是這樣的話，每次開機後，ccache的緩存文件會丟失
3.distcc,多機器編譯
4.將屏幕輸出列印到內存文件或者/dev/null中，避免終端設備（慢速設備）拖慢速度。

tmpfs
有人說在Windows下用了RAMDisk把一個項目編譯時間從4.5小時減少到了5分鍾，也許這個數字是有點誇張了，不過粗想想，把文件放到內存上做編譯應該是比在磁碟上快多了吧，尤其如果編譯器需要生成很多臨時文件的話。
這個做法的實現成本最低，在Linux中，直接mount一個tmpfs就可以了。而且對所編譯的工程沒有任何要求，也不用改動編譯環境。
mount -t tmpfs tmpfs ~/build -o size=1G
用2.6.32.2的Linux Kernel來測試一下編譯速度：
用物理磁碟：40分16秒
用tmpfs：39分56秒
呃……沒什麼變化。看來編譯慢很大程度上瓶頸並不在IO上面。但對於一個實際項目來說，編譯過程中可能還會有打包等IO密集的操作，所以只要可能，用tmpfs是有益無害的。當然對於大項目來說，你需要有足夠的內存才能負擔得起這個tmpfs的開銷。
make -j
既然IO不是瓶頸，那CPU就應該是一個影響編譯速度的重要因素了。
用make -j帶一個參數，可以把項目在進行並行編譯，比如在一台雙核的機器上，完全可以用make -j4，讓make最多允許4個編譯命令同時執行，這樣可以更有效的利用CPU資源。
還是用Kernel來測試：
用make： 40分16秒
用make -j4：23分16秒
用make -j8：22分59秒
由此看來，在多核CPU上，適當的進行並行編譯還是可以明顯提高編譯速度的。但並行的任務不宜太多，一般是以CPU的核心數目的兩倍為宜。
不過這個方案不是完全沒有cost的，如果項目的Makefile不規范，沒有正確的設置好依賴關系，並行編譯的結果就是編譯不能正常進行。如果依賴關系設置過於保守，則可能本身編譯的可並行度就下降了，也不能取得最佳的效果。
ccache
ccache工作原理：
ccache也是一個編譯器驅動器。第一趟編譯時ccache緩存了GCC的「-E」輸出、編譯選項以及.o文件到$HOME/.ccache。第二次編譯時盡量利用緩存，必要時更新緩存。所以即使"make clean; make"也能從中獲得好處。ccache是經過仔細編寫的，確保了與直接使用GCC獲得完全相同的輸出。

ccache用於把編譯的中間結果進行緩存，以便在再次編譯的時候可以節省時間。這對於玩Kernel來說實在是再好不過了，因為經常需要修改一些Kernel的代碼，然後再重新編譯，而這兩次編譯大部分東西可能都沒有發生變化。對於平時開發項目來說，也是一樣。為什麼不是直接用make所支持的增量編譯呢？還是因為現實中，因為Makefile的不規范，很可能這種「聰明」的方案根本不能正常工作，只有每次make clean再make才行。
安裝完ccache後，可以在/usr/local/bin下建立gcc，g++，c++，cc的symbolic link，鏈到/usr/bin/ccache上。總之確認系統在調用gcc等命令時會調用到ccache就可以了（通常情況下/usr/local /bin會在PATH中排在/usr/bin前面）。
安裝的另外一種方法：
vi ~/.bash_profile
把/usr/lib/ccache/bin路徑加到PATH下
PATH=/usr/lib/ccache/bin:$PATH:$HOME/bin
這樣每次啟動g++的時候都會啟動/usr/lib/ccache/bin/g++，而不會啟動/usr/bin/g++
效果跟使用命令行ccache g++效果一樣
這樣每次用戶登錄時，使用g++編譯器時會自動啟動ccache
繼續測試：
用ccache的第一次編譯(make -j4)：23分38秒
用ccache的第二次編譯(make -j4)：8分48秒
用ccache的第三次編譯(修改若干配置，make -j4)：23分48秒

看來修改配置（我改了CPU類型...）對ccache的影響是很大的，因為基本頭文件發生變化後，就導致所有緩存數據都無效了，必須重頭來做。但如果只是修改一些.c文件的代碼，ccache的效果還是相當明顯的。而且使用ccache對項目沒有特別的依賴，布署成本很低，這在日常工作中很實用。
可以用ccache -s來查看cache的使用和命中情況：
cache directory /home/lifanxi/.ccachecache hit 7165cache miss 14283called for link 71not a C/C++ file 120no input file 3045files in cache 28566cache size 81.7 Mbytesmax cache size 976.6 Mbytes
可以看到，顯然只有第二編次譯時cache命中了，cache miss是第一次和第三次編譯帶來的。兩次cache佔用了81.7M的磁碟，還是完全可以接受的。
distcc
一台機器的能力有限，可以聯合多台電腦一起來編譯。這在公司的日常開發中也是可行的，因為可能每個開發人員都有自己的開發編譯環境，它們的編譯器版本一般是一致的，公司的網路也通常具有較好的性能。這時就是distcc大顯身手的時候了。
使用distcc，並不像想像中那樣要求每台電腦都具有完全一致的環境，它只要求源代碼可以用make -j並行編譯，並且參與分布式編譯的電腦系統中具有相同的編譯器。因為它的原理只是把預處理好的源文件分發到多台計算機上，預處理、編譯後的目標文件的鏈接和其它除編譯以外的工作仍然是在發起編譯的主控電腦上完成，所以只要求發起編譯的那台機器具備一套完整的編譯環境就可以了。
distcc安裝後，可以啟動一下它的服務：
/usr/bin/distccd --daemon --allow 10.64.0.0/16
默認的3632埠允許來自同一個網路的distcc連接。
然後設置一下DISTCC_HOSTS環境變數，設置可以參與編譯的機器列表。通常localhost也參與編譯，但如果可以參與編譯的機器很多，則可以把localhost從這個列表中去掉，這樣本機就完全只是進行預處理、分發和鏈接了，編譯都在別的機器上完成。因為機器很多時，localhost的處理負擔很重，所以它就不再「兼職」編譯了。
export DISTCC_HOSTS="localhost 10.64.25.1 10.64.25.2 10.64.25.3"
然後與ccache類似把g++，gcc等常用的命令鏈接到/usr/bin/distcc上就可以了。
在make的時候，也必須用-j參數，一般是參數可以用所有參用編譯的計算機CPU內核總數的兩倍做為並行的任務數。
同樣測試一下：
一台雙核計算機，make -j4：23分16秒
兩台雙核計算機，make -j4：16分40秒
兩台雙核計算機，make -j8：15分49秒
跟最開始用一台雙核時的23分鍾相比，還是快了不少的。如果有更多的計算機加入，也可以得到更好的效果。
在編譯過程中可以用distccmon-text來查看編譯任務的分配情況。distcc也可以與ccache同時使用，通過設置一個環境變數就可以做到，非常方便。
總結一下：
tmpfs： 解決IO瓶頸，充分利用本機內存資源
make -j： 充分利用本機計算資源
distcc： 利用多台計算機資源
ccache： 減少重復編譯相同代碼的時間
這些工具的好處都在於布署的成本相對較低，綜合利用這些工具，就可以輕輕鬆鬆的節省相當可觀的時間。上面介紹的都是這些工具最基本的用法，更多的用法可以參考它們各自的man page。
5.還有提速方法是把屏幕輸出重定向到內存文件或/dev/null,因對終端設備(慢速設備)的阻塞寫操作也會拖慢速度。推薦內存文件，這樣發生錯誤時，能夠查看。

Ⅸ Android Studio編譯慢、卡死和狂佔內存怎麼破

在2020年，仍然使用2g內存的電腦，你可以改變職業。沒有合適的設備，什麼都沒用。Android Studio是內存，設備爛卡死不可避免，要解決卡的問題，一定要升級硬體設備。另一些人則說，對修辭學的回答相當有力，在一定程度上，加快編譯的速度，卻不能解決卡死的問題，沒有人能解釋為什麼會加快編譯的速度。

至於加快編譯，有一種方法，我認為一些主要適用性的答案並不強，實際上應該從gradle開始，什麼不是正確的地方，也請輕噴，有什麼問題可以留個信息。

我談到了下面的所有步驟，建議在最後進行。在終端編譯中有很多好處:

能觀察整個編譯過程，幫助理解層次構建過程;

可以看出哪些任務在編譯過程中耗費時間，可以較慢地編寫出適合的補救方案;

可以終止編譯，如果在某個階段被卡住，CTRL + c終止編譯，Android也會終止在Studio中編譯，但基本上九次會失敗;

因為它最終會對Android Studio產生影響，基本不會導致Android Studio caton;不滿足Android工作室的各種bug ?

最後，為什麼要減少設置中模塊的數量。Gradle實際上可以加速編譯，但是有很多限制?

首先,我們認為編譯過程,首先解析gradle配置,設置任務依賴於有向圖,然後執行每個任務的模塊,如果我們通過maven的依賴關系,使用模塊的aar(單android庫),如果我們想要改變文件在這個模塊,不要再次修改上傳下載,每次都是很好,但是有一個致命的問題:不修改版本號,快照通常不是做的想法。這可能導致一些不會生效的變化，並且需要時間來解決這個問題。但是，有一種方法可以在一定程度上解決這個問題，並添加以下腳本:

項目。配置。所有(新操作<配置> ({@ Overridevoidexecute(配置文件){文件)。ResolutionStrategy。TimeUnit CacheDynamicVersionsFor(5。分鍾)

文件。ResolutionStrategy。TimeUnit CacheChangingMolesFor(0。秒)} })

有人會問，插件，每個人都要開發一個模塊，對於每個模塊的維護都要打包到maven，每次我修改，甚至很小的改動，也要做一個上傳，就會遇到快照不做同樣的問題。嘿，嘿，這個問題，我們公司有一個等級插件，已經解決了，至於解決方案，是公司機密，我不會說。

一件事,我相信大多數開發人員共同發展是單一模塊,該模塊的情況並不多,所以最基本的也是依賴aar或罐子里,並不存在所謂的圖書館aar上傳,所以一些答案的耶和華說並不意味著什麼,這就是為什麼我說影響編譯速度的情況主要集中在它的生命周期的第三階段,第三階段的優化,看到我的答案。