如何利用ChatGPT辅助优化刷题性能

根据土著刷题共建群里的一个小伙伴反馈，刷题会出现切题卡顿的情况，有时会出现滑不动的情况。

定位问题

为了定位切题卡顿问题的具体原因，测试了高低端手机、切换2G、3G、4G低网络状态等各种影响切题的现实情况，经过借助工具和性能面板的辅助分析，大致把切题卡顿性能问题定位到【题目池体积】上！

 由于题目池会参与到页面的渲染上，虽然之前已经做了几重的优化，但是当题目池一旦加载数据过多，积累到1500+的时候，在切题时就会有明显卡顿的感觉。

解决问题

定位出问题所在了，那咱们就要解决问题！既然目前切题的问题是因为题目池体积导致的，那咱们就要解决这个体积问题。那有什么方案可以解决呢？目前的题目池是用数组来存储的，那能否换一种数据结构？？或者分而治之，把它给拆片？？

最近chatgpt很火，那咱们就问问chatgpt如何解决这个问题，有什么优化方案

 

给出了五个优化方案，但是咱们之前的版本都已经做了，然后我又换了几种方式问，给出的优化方案还是差不多。

OK不要被带偏了，咱还是回到【题目池体积】上，目前题目池是用数组来存储的，那有没有性能更高的数据结构呢？然后我又问了chatgpt，然后我得到两个推荐的数据结构：Map 或 Set，对比之下 Map 数据结构更适合一些。

咱们还能有什么其它的优化处理吗？经过查看业务代码，发现题目池参与了页面渲染有好几个地方，特别是刷题结果和答题卡这两处，那就得把题目池剥离出页面渲染。

按此前的实现方案，答题卡是严重依赖题目池的，为了把题目池剥离出页面渲染，咱们可以为答题卡做一个滚动加载方案，只要把这两者的数据映射上就可以了。

总结一下以上的分析并制定具体的优化处理：

1️⃣. 把题目池的数据结构更改为 Map

2️⃣. 页面渲染涉及到题目池的，更改成从 虚拟列表 内获取数据

3️⃣. 答题卡改用浮层弹出，滚动加载

优化结果

经过几天的时间成功把切题渲染耗时从【58毫秒】拉低到【2毫秒】

 

进一步优化空间

chatgpt给出的第五个点【减少不必要的计算】，其实从另一个角度想这个方案，咱们可以使用异步来对一些必要的计算进行处理，比如使用【线程】进行处理计算。

目前土著刷题一个题库的题目数上限是1000，VIP的话是2500，暂时还不用使用【线程】做进一步的优化，一切的优化措施都是得在现实需要的情况进行，不能为了优化而优化。

当然了，以后的企业定制版肯定是得上【线程】优化的，后续会再做进一步的优化，提高用户的体验～

使用ChatGPT的小感悟

ChatGPT，总体上使用感觉不错，特别是对于在某一个领域知识储备不足的情况下，可以极大的拓宽解决问题的思路，当然了，在【如何调教ChatGPT】方面也是下点功夫的，网上很多调教的套路～

ChatGPT很强大，基本代替了搜索引擎，但是就目前而言，ChatGPT更多的是作为辅助我们解决问题的一个工具～