GProf使用了一种异常简单但是非常有效的方法来优化C++/C++程序，而且能很容易的识别出值得优化的代码。一个简单的案例分析将会显示，GProf如何通过识别并优化两个关键的数据结构，将实际应用中的程序从3分钟的运行时优化到5秒的。
这个程序最早可以追溯到1982年关于编译器构建的特别讨论大会（the SIGPLAN Symposium on Compiler Construction）。现在这个程序成了各种UNIX平台上的一个标准工具。
Profiling in a nutshell
程序概要分析的概念非常简单：通过记录各个函数的调用和结束时间，我们可以计算出程序的最大运行时的程序段。这种方法听起来似乎要花费很多气力——幸运的是，我们其实离真理并不远！我们只需要在用gcc编译时加上一个额外的参数('-pg')，运行这个（编译好的）程序（来搜集程序概要分析的有关数据），然后运行'gprof'以更方便的分析这些结果。
案例分析:Pathalizer
我使用了一个现实中使用的程序来作为例子，是pathalizer的一部分:即event2dot，一个将路径“事件”描述文件转化为图形化“dot” 文件的工具（executablewhichtranslatesapathalizer'events'filetoagraphviz'dot'file）。
简单的说，它从一个文件里面读取各种事件，然后将它们分别保存为图像(以页为节点，且将页与页之间的转变作为边），然后将这些图像整合为一张大的图形，并保存为图形化的'dot'格式文件。
给程序计时
先让我们给我们未经优化的程序计一下时，看看它们的运行要多少时间。在我的计算机上使用event2dot并用源码里的例子作为输入（大概55000的数据），大致要三分多钟：
real3m36.316s
user0m55.590s
sys0m1.070s
程序分析
要使用gprof作概要分析，在编译的时候要加上'-pg'选项，我们就是如下重新编译源码如下：
g++-pgdotgen.cppreadfile.cppmain.cppgraph.cppconfig.cpp-oevent2dot
现在我们可以再次运行event2dot，并使用我们前面使用的测试数据。这次我们运行的时候，event2dot运行的分析数据会被搜集并保存在'gmon.out'文件中，我们可以通过运行'gprofevent2dot|less'来查看结果。
gprof会显示出如下的函数比较重要：
%cumulativeselfselftotal
timesecondssecondscallss/calls/callname
43.3246.0346.033399529890.000.00CompareNodes(Node*,Node*)
25.0672.6626.63550000.000.00getNode(char*,NodeListNode*&)
16.8090.5117.853394333740.000.00CompareEdges(Edge*,AnnotatedEdge*)
12.70104.0113.50519870.000.00addAnnotatedEdge(AnnotatedGraph*,Edge*)
1.98106.112.10519870.000.00addEdge(Graph*,Node*,Node*)
0.07106.180.0710.070.07FindTreshold(AnnotatedEdge*,int)
0.06106.240.0610.0628.79getGraphFromFile(char*,NodeListNode*&,Config*)
0.02106.260.0210.0277.40summarize(GraphListNode*,Config*)
0.00106.260.00550000.000.00FixName(char*)
可以看出，第一个函数比较重要:程序里面绝大部分的运行时都被它给占据了。
优化
上面结果可以看出，这个程序大部分的时间都花在了CompareNodes函数上，用grep查看一下则发现CompareNodes只是被 CompareEdges调用了一次而已,而CompareEdges则只被addAnnotatedEdge调用——它们都出现在了上面的清单中。这儿就是我们应该做点优化的地方了吧！
我们注意到addAnnotatedEdge遍历了一个链表。虽然链表是易于实现，但是却实在不是最好的数据类型。我们决定将链表g->edges用二叉树来代替:这将会使得查找更快。
结果
现在我们看一下优化后的运行结果:
real2m19.314s
user0m36.370s
sys0m0.940s
第二遍
再次运行gprof来分析:
%cumulativeselfselftotal
timesecondssecondscallss/calls/callname
87.0125.2525.25550000.000.00getNode(char*,NodeListNode*&)
10.6528.343.09519870.000.00addEdge(Graph*,Node*,Node*)
看起来以前占用大量运行时的函数现在已经不再是占用运行时的大头了！我们试一下再优化一下呢：用节点哈希表来取代节点树。
这次简直是个巨大的进步:
real0m3.269s
user0m0.830s
sys0m0.090s
其他C/C++程序分析器
还有其他很多分析器可以使用gprof的数据,例如
KProf(截屏)和cgprof。虽然图形界面的看起来更舒服，但我个人认为命令行的gprof使用更方便。
对其他语言的程序进行分析
我们这里介绍了用gprof来对C/C++的程序进行分析，对其他语言其实一样可以做到:对Perl,我们可以用Devel::DProf模块。你的程序应该以perl-d:DProfmycode.pl来开始，并使用dprofpp来查看并分析结果。如果你可以用gcj来编译你的Java程序，你也可以使用gprof，然而目前还只支持单线程的Java代码。
结论
就像我们已经看到的，我们可以使用程序概要分析快速的找到一个程序里面值得优化的地方。在值得优化的地方优化，我们可以将一个程序的运行时从3分36秒减少到少于5秒，就像从上面的例子看到的一样。
