电脑影响编译速度

Ⅰ c++程序编译很运行都很慢 vista系统 同学的运行很快 电脑配置和代码都没问题

希望可以帮到你：一：病毒可以导致计算机速度变慢。 其作用机理有二：一是病毒入侵后，首先占领内存，然后便以此为根据地在内存中开始漫无休止地复制自己，随着它越来越庞大，很快就占用了系统大量的内存，导致正常程序运行时因缺少主内存而变慢，甚至不能启动；二是因为病毒程序迫使CPU转而执行无用的垃圾程序，使得系统始终处于忙碌状态，从而影响了正常程序的运行，导致计算机速度变慢。 解决办法：可使用高版本的杀病毒软件，如“诺顿”“江民”“金山毒霸”。时刻监视系统运行情况（包括网络情况），一旦发现病毒，它们就会立刻报警，并自动杀毒。由于新病毒每天都在诞生，所以我们还要注意经常升级反病毒软件。 二：Windows操作系统变庞大 随着你每天的操作，安装新软件、加载运行库等等使得它变得更加庞大，而更为重要的是变大的不仅仅是它的目录，还有它的注册表和运行库。因为即使删除了某个程序，可是它使用的DLL文件仍然会存在，因而随着使用日久，Windows的启动和退出时需要加载的DLL动态链接库文件越来越大，自然系统运行速度也就越来越慢了。 解决办法：尽量不要安装过多而不经常使用的软件，不要频繁安装卸载软件。在卸载软件时尽量将此软件自有的DLL动态链接库文件删除。 三：后来安装了新的硬件或者外部设备。 当在计算机上面添加了新的硬件设备或者外部设备的时候，windows会在启动时检测设备和加载这些设备所需要的程序，从而降低了系统运行速度。 解决办法：不经常使用的或者暂时不使用的设备不要连接到计算机上，比如“移动硬盘” 四：当我们的操作系统安装了即时病毒检查程序时。 为避免病毒的入侵，我们安装了即时病毒检查程序，在我们运行一些程序的时候，病毒即时检查程序会对这些程序或者软件进行病毒扫描，因此就会降低了软件的运行速度。由于经常会有新的病毒产生，索引即时检查病毒的程序也会不断的更新病毒库，从而能够检测和预防更多的病毒，因此当有新的病毒库更新，那么病毒即时检查程序也相应的在检测的时候会延长检测时间。 五：缺少足够的内存 Windows操作系统所带来的优点之一就是多线性、多任务，系统可以利用CPU来进行分时操作，以便你同时做许多事情。但事情有利自然有弊，多任务操作也会对你的机器提出更高的要求。如果你同时打开了过多的应用程序，即使内存再大，这时候系统的主内存也将会告急，系统资源会被耗尽，从而降低了程序的运行速度甚至导致系统的崩溃。 解决办法：安装更多的内存 六：硬盘剩余空间太少或碎片太多 当我们经常在电脑中进行软件的安装和卸载，文档的制作或删除。这时候会使计算机硬盘中的数据排列断断续续，或者非常分散。这样计算机在查找数据的时候就会因为数据的断续和分散而变得查找速度非常慢。 解决办法：经常对无用的文件进行清理，并且清理后进行磁盘碎片整理

Ⅱ 笔记本电脑编译C语言特别的慢，请问下原因

笔记本C语言程序运行慢是怎么回事
用的什么版本的c++？如果是vs2003以上的就是机器配置太低，如果是6.0还这么慢的话有可能是装的有问题，重新装一下没准就能好一些了，最好默认安装，如果是n年以前的机器那就没办法了，只能是配置太低，不过我们实验室的机器256的内存都能用6.0，再有就是看看有没有被中肉机。
如果是gcc或者tc的话，那只能是装坏了或者中毒了。

Ⅲ 电脑运行变慢,以前用devc++编译一秒不到就编译好了，电脑是刚买的

看下你电脑里是否安装了杀毒软件，很多朋友因为McAfee这款杀毒软件导致编译超慢，您可以把杀毒软件删掉，或者，设置不扫描编译相关程序文件。就是在（安全中心-病毒和威胁防护-管理设置-排除项）win10系统（设置-更新与安全-Windows Defender-排除）这里添加您代码存放的文件夹。排除就不扫描了。

Ⅳ 影响vs编译速度的因素有哪些

影响因素比较多：
1 文件的大小，文件大小指的是全部include展开后的大小。
2 文件数量，编译是一个一个文件进行的，所以你的工程的文件数量也有关系。
3 还有声明的复杂程度，复杂声明需要额外地计算。
4 最影响编译速度的估计是C++的模板，模板在编译的时候要进行推导，得到相应的结果，这个非常费时间。如果你是模板里还套了模板，那就比较慢了。
5 链接库的数量，链接很多库也会使得编译速度变慢。
6 inline函数展开，会使得代码膨胀，也会影响编译速度
7 debug模式编译要留符号表做调试，也会影响速度
8 release模式如果开了优化，编译优化会改变代码的某些结构，这也是拖慢编译器的一个重要因素。

Ⅳ java编译为什么那么慢

ecplipse编译慢，并不是说编译的工具慢，是由于工程代码很多，导致内存短时间产生不够的现象，表现出来的就是很慢。
很多程序在进行大数据的计算或者数据库的操作，都需要很多的内存来计算或者保存数据，编译环境这时候就会很卡。

Ⅵ 编译程序所需要的时间和电脑的性能有关系么

有关系的
当需要编译工程的复杂度一定的时候，电脑性能越好，编译所需要时间越短；反之，则时间越长。
当电脑性能一定的时候，工程越复杂，则编译所需要的时间越长；反之，则时间越短。

Ⅶ 电脑性能影响vsc编译速度吗

当然影响了，编译也是一种计算任务，规模大的话计算量还不小
为什么会问这种问题？

Ⅷ 如何加快linux android 的编译速度

项目越来越大，每次需要重新编译整个项目都是一件很浪费时间的事情。Research了一下，找到以下可以帮助提高速度的方法，总结一下。
1. 使用tmpfs来代替部分IO读写
2.ccache，可以将ccache的缓存文件设置在tmpfs上，但是这样的话，每次开机后，ccache的缓存文件会丢失
3.distcc,多机器编译
4.将屏幕输出打印到内存文件或者/dev/null中，避免终端设备（慢速设备）拖慢速度。

tmpfs
有人说在Windows下用了RAMDisk把一个项目编译时间从4.5小时减少到了5分钟，也许这个数字是有点夸张了，不过粗想想，把文件放到内存上做编译应该是比在磁盘上快多了吧，尤其如果编译器需要生成很多临时文件的话。
这个做法的实现成本最低，在Linux中，直接mount一个tmpfs就可以了。而且对所编译的工程没有任何要求，也不用改动编译环境。
mount -t tmpfs tmpfs ~/build -o size=1G
用2.6.32.2的Linux Kernel来测试一下编译速度：
用物理磁盘：40分16秒
用tmpfs：39分56秒
呃……没什么变化。看来编译慢很大程度上瓶颈并不在IO上面。但对于一个实际项目来说，编译过程中可能还会有打包等IO密集的操作，所以只要可能，用tmpfs是有益无害的。当然对于大项目来说，你需要有足够的内存才能负担得起这个tmpfs的开销。
make -j
既然IO不是瓶颈，那CPU就应该是一个影响编译速度的重要因素了。
用make -j带一个参数，可以把项目在进行并行编译，比如在一台双核的机器上，完全可以用make -j4，让make最多允许4个编译命令同时执行，这样可以更有效的利用CPU资源。
还是用Kernel来测试：
用make： 40分16秒
用make -j4：23分16秒
用make -j8：22分59秒
由此看来，在多核CPU上，适当的进行并行编译还是可以明显提高编译速度的。但并行的任务不宜太多，一般是以CPU的核心数目的两倍为宜。
不过这个方案不是完全没有cost的，如果项目的Makefile不规范，没有正确的设置好依赖关系，并行编译的结果就是编译不能正常进行。如果依赖关系设置过于保守，则可能本身编译的可并行度就下降了，也不能取得最佳的效果。
ccache
ccache工作原理：
ccache也是一个编译器驱动器。第一趟编译时ccache缓存了GCC的“-E”输出、编译选项以及.o文件到$HOME/.ccache。第二次编译时尽量利用缓存，必要时更新缓存。所以即使"make clean; make"也能从中获得好处。ccache是经过仔细编写的，确保了与直接使用GCC获得完全相同的输出。

ccache用于把编译的中间结果进行缓存，以便在再次编译的时候可以节省时间。这对于玩Kernel来说实在是再好不过了，因为经常需要修改一些Kernel的代码，然后再重新编译，而这两次编译大部分东西可能都没有发生变化。对于平时开发项目来说，也是一样。为什么不是直接用make所支持的增量编译呢？还是因为现实中，因为Makefile的不规范，很可能这种“聪明”的方案根本不能正常工作，只有每次make clean再make才行。
安装完ccache后，可以在/usr/local/bin下建立gcc，g++，c++，cc的symbolic link，链到/usr/bin/ccache上。总之确认系统在调用gcc等命令时会调用到ccache就可以了（通常情况下/usr/local /bin会在PATH中排在/usr/bin前面）。
安装的另外一种方法：
vi ~/.bash_profile
把/usr/lib/ccache/bin路径加到PATH下
PATH=/usr/lib/ccache/bin:$PATH:$HOME/bin
这样每次启动g++的时候都会启动/usr/lib/ccache/bin/g++，而不会启动/usr/bin/g++
效果跟使用命令行ccache g++效果一样
这样每次用户登录时，使用g++编译器时会自动启动ccache
继续测试：
用ccache的第一次编译(make -j4)：23分38秒
用ccache的第二次编译(make -j4)：8分48秒
用ccache的第三次编译(修改若干配置，make -j4)：23分48秒

看来修改配置（我改了CPU类型...）对ccache的影响是很大的，因为基本头文件发生变化后，就导致所有缓存数据都无效了，必须重头来做。但如果只是修改一些.c文件的代码，ccache的效果还是相当明显的。而且使用ccache对项目没有特别的依赖，布署成本很低，这在日常工作中很实用。
可以用ccache -s来查看cache的使用和命中情况：
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，显然只有第二编次译时cache命中了，cache miss是第一次和第三次编译带来的。两次cache占用了81.7M的磁盘，还是完全可以接受的。
distcc
一台机器的能力有限，可以联合多台电脑一起来编译。这在公司的日常开发中也是可行的，因为可能每个开发人员都有自己的开发编译环境，它们的编译器版本一般是一致的，公司的网络也通常具有较好的性能。这时就是distcc大显身手的时候了。
使用distcc，并不像想象中那样要求每台电脑都具有完全一致的环境，它只要求源代码可以用make -j并行编译，并且参与分布式编译的电脑系统中具有相同的编译器。因为它的原理只是把预处理好的源文件分发到多台计算机上，预处理、编译后的目标文件的链接和其它除编译以外的工作仍然是在发起编译的主控电脑上完成，所以只要求发起编译的那台机器具备一套完整的编译环境就可以了。
distcc安装后，可以启动一下它的服务：
/usr/bin/distccd --daemon --allow 10.64.0.0/16
默认的3632端口允许来自同一个网络的distcc连接。
然后设置一下DISTCC_HOSTS环境变量，设置可以参与编译的机器列表。通常localhost也参与编译，但如果可以参与编译的机器很多，则可以把localhost从这个列表中去掉，这样本机就完全只是进行预处理、分发和链接了，编译都在别的机器上完成。因为机器很多时，localhost的处理负担很重，所以它就不再“兼职”编译了。
export DISTCC_HOSTS="localhost 10.64.25.1 10.64.25.2 10.64.25.3"
然后与ccache类似把g++，gcc等常用的命令链接到/usr/bin/distcc上就可以了。
在make的时候，也必须用-j参数，一般是参数可以用所有参用编译的计算机CPU内核总数的两倍做为并行的任务数。
同样测试一下：
一台双核计算机，make -j4：23分16秒
两台双核计算机，make -j4：16分40秒
两台双核计算机，make -j8：15分49秒
跟最开始用一台双核时的23分钟相比，还是快了不少的。如果有更多的计算机加入，也可以得到更好的效果。
在编译过程中可以用distccmon-text来查看编译任务的分配情况。distcc也可以与ccache同时使用，通过设置一个环境变量就可以做到，非常方便。
总结一下：
tmpfs： 解决IO瓶颈，充分利用本机内存资源
make -j： 充分利用本机计算资源
distcc： 利用多台计算机资源
ccache： 减少重复编译相同代码的时间
这些工具的好处都在于布署的成本相对较低，综合利用这些工具，就可以轻轻松松的节省相当可观的时间。上面介绍的都是这些工具最基本的用法，更多的用法可以参考它们各自的man page。
5.还有提速方法是把屏幕输出重定向到内存文件或/dev/null,因对终端设备(慢速设备)的阻塞写操作也会拖慢速度。推荐内存文件，这样发生错误时，能够查看。

Ⅸ Android Studio编译慢、卡死和狂占内存怎么破

在2020年，仍然使用2g内存的电脑，你可以改变职业。没有合适的设备，什么都没用。Android Studio是内存，设备烂卡死不可避免，要解决卡的问题，一定要升级硬件设备。另一些人则说，对修辞学的回答相当有力，在一定程度上，加快编译的速度，却不能解决卡死的问题，没有人能解释为什么会加快编译的速度。

至于加快编译，有一种方法，我认为一些主要适用性的答案并不强，实际上应该从gradle开始，什么不是正确的地方，也请轻喷，有什么问题可以留个信息。

我谈到了下面的所有步骤，建议在最后进行。在终端编译中有很多好处:

能观察整个编译过程，帮助理解层次构建过程;

可以看出哪些任务在编译过程中耗费时间，可以较慢地编写出适合的补救方案;

可以终止编译，如果在某个阶段被卡住，CTRL + c终止编译，Android也会终止在Studio中编译，但基本上九次会失败;

因为它最终会对Android Studio产生影响，基本不会导致Android Studio caton;不满足Android工作室的各种bug ?

最后，为什么要减少设置中模块的数量。Gradle实际上可以加速编译，但是有很多限制?

首先,我们认为编译过程,首先解析gradle配置,设置任务依赖于有向图,然后执行每个任务的模块,如果我们通过maven的依赖关系,使用模块的aar(单android库),如果我们想要改变文件在这个模块,不要再次修改上传下载,每次都是很好,但是有一个致命的问题:不修改版本号,快照通常不是做的想法。这可能导致一些不会生效的变化，并且需要时间来解决这个问题。但是，有一种方法可以在一定程度上解决这个问题，并添加以下脚本:

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

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

有人会问，插件，每个人都要开发一个模块，对于每个模块的维护都要打包到maven，每次我修改，甚至很小的改动，也要做一个上传，就会遇到快照不做同样的问题。嘿，嘿，这个问题，我们公司有一个等级插件，已经解决了，至于解决方案，是公司机密，我不会说。

一件事,我相信大多数开发人员共同发展是单一模块,该模块的情况并不多,所以最基本的也是依赖aar或罐子里,并不存在所谓的图书馆aar上传,所以一些答案的耶和华说并不意味着什么,这就是为什么我说影响编译速度的情况主要集中在它的生命周期的第三阶段,第三阶段的优化,看到我的答案。