我翻了ES规范，发现用Typescript写的代码性能更强

不就是个加法

你有一个求和函数：

function sum(a, b) {
    return a + b
}

sum(1, 2) // 3

某天你又有了一个字符串拼接的需求，你又写了这么一个函数:

function concatenate(a, b) {
    return a + b
}

concatenate('1', '2') // '12'

此时你发现，sum和concatenate这两个函数除了名字之外，一模一样，于是你灵机一动，改造成了这样：

function additionOperator(a, b) {
    return a + b
}

additionOperator(1, 2) // 3
additionOperator('1', '2') // '12'

看着不错，代码好像更简洁了。

不过...你没意识到，这段代码会产生性能问题，我们来测试下。

创建大量数据：

const numArr = new Array(1000000)
  .fill(1)
  .map((item, index) => index * Math.random())
const strArr = new Array(1000000)
  .fill(1)
  .map((item, index) => index + Math.random() + '')

numArr是一个由数字组成的大数组，strArr则是由字符串组成。

分别测试一下我们的两个版本，由于数据量比较大，所以每个版本跑五次就可以：

// 版本一
console.time('sum and concatenate')
for (let i = 0; i < 999999; i++) {
  sum(numArr[i], numArr[i + 1])
  concatenate(strArr[i], strArr[i + 1])
}
console.timeEnd('sum and concatenate')

// 版本二
console.time('additionOperator')
for (let i = 0; i < 999999; i++) {
  additionOperator(numArr[i], numArr[i + 1])
  additionOperator(strArr[i], strArr[i + 1])
}
console.timeEnd('additionOperator')

从逻辑上来看，以上两个版本完全相同。在我的本机环境运行（node v18.13.0），结果如下：

版本一
sum and concatenate: 6.957ms
sum and concatenate: 5.185ms
sum and concatenate: 6.082ms
sum and concatenate: 4.865ms
sum and concatenate: 5.017ms

版本二
additionOperator: 16.446ms
additionOperator: 13.9ms
additionOperator: 14.2ms
additionOperator: 14.505ms
additionOperator: 13.792ms

相同的逻辑，三倍耗时，性能差距如此明显！

做加法很简单吗？

我们从幼儿园开始就会用"+"了，但是在js里，做加法绝对不是一件简单的事情。我们去ES规范看看：

做个加法竟然有这么多步骤，而且每个步骤又会引发一系列的流程，比如ToPrimitive ToString ToNumeric和一系列的判断。

比如这个ToPrimitive，背后又是一大段逻辑：

规范太繁琐懒得看也没关系，你只要知道，哪怕是简单的加法操作，对于底层来说，也不是一件简单的事情，而且在类型判断与类型转换上占用了大量时间。（所以说动态语言性能不好...

TurboFan、推测优化

V8执行js代码可以简化为以下几个步骤：

分词拆成token - 解析成ast - Ignition解释为字节码 - 机器码

而V8中存在一个名为TurboFan的优化编译器，用来将热点代码编译为高效的机器码，下次再遇上热点代码，直接调用编译完毕的机器码即可，这样就能达到媲美编译型语言的高性能。以我们编写的sum函数为例：

• 解释器执行：函数sum最初通过Ignition解释器执行，解释器会记录调用sum函数的次数。

• 内联缓存：记录参数a和b的类型（比如它们是Number）。

• 执行计数累积：每次调用sum函数时，执行计数增加。

• 阈值触发编译：当调用次数达到阈值时，TurboFan会将sum函数标记为热点代码。

• 类型反馈分析：TurboFan使用收集到的类型信息，推断a和b总是整数，并生成优化后的机器码，这段机器码会跳过我们在ES标准中看到的加号操作所引发的一系列复杂流程，因为已经被推断为Number了，类型相关的流程就不需要了。

• 热路径优化：内联sum函数，去掉解释器开销，并应用进一步优化（如常量折叠、寄存器分配等）。

V8的优化策略完全是基于历史信息推测而来的，优化的结果是高度优化的机器码，但是在我们的第二版函数additionOperator的例子中，由于调用的时候参数类型变化的极其频繁，导致引擎无法推测优化，只能走完加法的全部流程，并且还要走解释器，造成了极大的性能开销。

如何编写高性能代码

其实性能优化逃不开一个定律：越静态的越好优化，越动态的越难优化。譬如编译型语言对上解释型语言，Vue的模板对上jsx，esmodule对上commonjs。不仅如此，我们在业务开发时，越稳定的业务的代码质量也会越高（所以产品经理才是一个项目的灵魂人物）。

扯远了，对于我们日常写代码来说，我们要保证变量、参数、函数的返回值的形态与结��尽量不变。