真正的瓶颈浮出水面。

    在调用栈里吞掉最多墙钟时间的怪物，不是那些几百万行的大矩阵乘法。

    不是复杂的HDF5文档读取，不是前端喧染的图表生成，也不是某个玄学的机器学习复杂模型。

    而是几个小得近乎不起眼的动作：排序、排名、分桶。

    在量化回测中，经常需要在特定的行业特定的市值区间内，对股票的因子暴露值进行中性化和排序。

    每次参与排序的股票可能不多，只有五个、八个、或者十六个。

    单独看，给五个数排序，不管用什么算法，每一次都快得象没有成本，连一毫秒都不需要。

    但问题在于乘数效应。

    QF-OLDLIB-001里有四百多个因子。

    三年历史版本。

    多个动态调整的样本池。

    多种回测配置。

    每一天，每一个行业，每一个状态标记、每一个数据版本，都要切出一层层的横截面进行分组排名。

    于是，这些微小的小动作被嵌套在庞大的循环网里，被反复调用。

    江临把调用栈里耗时最高的那个函数次数打印了出来

    七千八百四十二万一千九百零六次。。

    真正拖慢整个复杂系统的，从来都不是偶尔出现的大山，而是每天必须被搬运七千万次的小石头。

    写完这句话，他停顿了一下。

    为了让将来可能接手这份审计报告的平庸工程师也能看懂，他又补了一段更通俗的解释。

    一次给五张试卷按分数从高到低排序，对任何人都不难。

    难的是，系统要求你一天之内，把给五张试卷排序这个动作，重复七千万次。

    标准库里的排序算法在计算机科学上被证明是非常优秀的。

    但它们优秀的前提是通用。

    标准库就象是一套占地几万平方米的大型自动化物流分拣中心。

    它可以处理一万张试卷。

    可以处理一百万个包裹。

    可以处理带有各种奇怪对象的复杂数据结构。

    它强大，通用，绝对可靠。

    但如果你的流水在线，每次送过来的永远只有五个小包裹，而且每天要送七千万次。

    那么，你每一次都去激活那套耗电巨大的大型物流中心，让传送带空转，让机械臂寻址，去执行庞大的分拣逻辑，

    这就是不可饶恕的浪费。

    在底层代码的视角里，这种浪费体现为，为了通用性而保留的复杂的函数调用开销。

    为了处理多态而进行的动态类型检查。

    为了兼容不同数组长度，标准流程里保留了大量条件分支。

    而这些分支一旦在热点循环里反复触发，就会拖慢现代CPU最依赖的指令流水线。

    事实上，并不是系统不会排。

    而是流程太重了。

    重到CPU的每一个时钟周期都在被无意义的管理逻辑消耗。

    江临现在要做的，不是去推翻高德纳在《电脑程序设计艺术》里写下的经典排序理论，也不是发明什么震惊世界的新算法。

    他只是需要一套固定手势。

    五张试卷。

    看第一张和第二张。

    谁大谁在前面，该换就换。

    再看第三张和第四张。

    该换就换。

    几步极其固定的比较之后，顺序自然就出来了。

    不问多馀的类型问题。

    不打开多馀的内存分配流程。

    不为那根本不存在的一百万张试卷准备任何冗馀的边界检查工具。

    没有数据相关的循环，没有运行时临时选择路径。

    比较顺序在编译前就被钉死，剩下的只是固定位置之间的比较与交换。

    只处理这五个位置的数字。

    这就是在高性能计算领域里，针对极其明确边界的小规模数据，进行优化的内核奥义。

    凌晨一点二十，万籁俱寂，江临在新建的C语言扩展文档里，写下了第一版函数的签名。

    函数名很丑，甚至不象一个优雅算法库里的东西。

    它不试图排序世界上一切数组，只处理五个float64因子暴露值，五个有效性标记，以及五个原始位置编号。

    输出的也不是一个漂亮的新数组，而是一组业务排名和一组sk。

    它就象一把在废土车间里，为了拧某种特定型号引擎底盘上的特定螺丝，而被强行把手柄焊弯的怪异扳手。

    但江临现在需要的，正是这种专一暴力的扳手。

    第一版写完，江临并没有急着