闲聊一下优化代码结构的重要性

由于发布了个公开课程，常常可以见到一些小白问题。今天闲聊一下优化代码结构的重要性

对于套利来说，最重要的东西无非2个，1。资金利用率。2、抢单速度。

抢单速度一般可以依靠交易所的就近服务器，买更好的网络等问题解决。但是实际上对于大部分新手来说，仅仅把代码结构做优化，就可以让策略快几十毫秒，完全不逊则于换一个更好的网络的效果。然而成本却低得多。

不过当只有一个交易对时，优化代码结构往往提高的速度1ms都不到，几乎看不出区别。

而资金利用率的提高，往往需要同一笔资金同时观测多个交易对来实现，那么就会造成逻辑循环次数增加，此时优化代码结构的好处就显而易见了。一般多交易所多交易对轮询的复杂度是O（n!）,通过优化完全可以降低到O(n!/(m!) )甚至O（n*m）(m<n)当交易对达到数百个，交易所同时观测数十个时。

举一个我经常遇到的问题，比方说有两条套利路径A-C和A-B-C， 两条路径分别需要计算两次，一次计算路径可带来的利润，假设为p1和p2，一次计算路径具体每个交易所及其交易对具体需要提单的price和amount。

最常见到的一种写发，是先写了一个函数，这个函数的功能是计算利润，具体提单price和amount。然后循环调用这个函数，获取了每一条路径的profit以后，选择profit最大的进行交易。

很明显，我们在比较时只需要计算profit，没必要一开始就把提单价格和amount进行计算了。

所以在优化时，可以拆分出profit和提单2个函数。先循环调用profit的函数，得到每一条路径的profit，然后再选择profit最大的进行交易。这样在逻辑上提单的函数就从每一次循环都调用，变成了只调用一次。时间复杂度从O(2n)变为了O(n+1)，n为套利路径总数。

然后如果对代码进一步分析，发现通常情况下，因为有别的套利工作者的存在，所以一旦某一条路径存在利润，那么往往当时就被别人套利了。所以很难存在多条路径同时存在利润的情况。

所以我们可以进一步优化策略，设置一个循环，循环里加if语句，如果发现某个路径存在profit，则break出来，然后计算这个路径的提单数量和价格。

那么复杂度就从O(n+1)进一步简化为了O(m+1),m<n。当各交易所机会均等时，m约等于n/2即复杂度降低为O(n/2+1)

即通过简单的拆分函数，分析逻辑优化结构，就可以把时间复杂度从O(2n)降低到了O(n/2+1)。

实际在编写代码时，有大量的场景可以优化，我在写代码时经常写完以后，经常发现优化逻辑时存在可以把某个O(n!)的优化到O(n*(n+1))的可能性。有时候甚至能把一个几百毫秒才能执行完的逻辑，优化到1ms以内。

作为一个稍微付出一些时间，就能大幅降低策略轮询间隔的事，还是很建议大家优化一下代码结构。