Go中用sub-benchmark对比函数性能的核心是通过testing.B.Run在单个Benchmark内组织多个子测试，共享初始化逻辑以避免重复开销，确保公平比较算法执行效率。
在 Go 中用 sub-benchmark（子基准测试）对比函数性能，核心是利用 testing.B.Run 在同一个 Benchmark 函数内组织多个可比的子测试，共享相同的数据准备逻辑，避免重复初始化开销，从而更公平地反映算法本身的执行效率。
用 Run 方法定义结构化子基准测试
Go 的 testing.B 支持通过 b.Run(name, fn) 创建命名子测试。每个子测试独立计时、独立运行多次（由 -benchtime 和自动调整的迭代数决定），且默认并行执行（除非显式禁用）。关键在于：所有子测试共用外层基准函数中的预处理代码（如生成输入数据），确保比较基础一致。
- 把耗时的初始化（如构造大 slice、解析 JSON、构建树结构）放在
b.Run外部 - 每个
b.Run内只放待测函数调用和核心逻辑，不重复准备输入 - 子测试名应体现算法特征（如
"SortSlice"、"SortSliceStable"），便于识别
控制输入规模与避免编译器优化干扰
子基准测试中，若输入数据固定或太小，编译器可能内联、常量折叠甚至完全消除调用；若每次运行都重新生成数据，又会污染测量结果。正确做法是：
- 在
b.Run外一次性生成足够大的输入（例如data := make([]int, b.N)或更大固定尺寸） - 子测试内部用
b.N控制循环次数，但函数调用需真正消费输入（如传入切片并排序） - 对返回值做简单使用（如
sum += result[i]），防止被优化掉；可用blackbox模式（赋值给全局变量或调用runtime.KeepAlive）
示例：对比两种切片求和实现
以下是一个完整可运行的 benchmark 示例：
立即学习“go语言免费学习笔记（深入）”；
func BenchmarkSumMethods(b *testing.B) {
// 一次性生成大输入，避免重复分配
data := make([]int, 10000)
for i := range data {
data[i] = i
}
b.Run("Loop", func(b *testing.B) {
var sum int
for i := 0; i < b.N; i++ {
sum = 0
for _, v := range data {
sum += v
}
}
// 防止优化：使用结果（可选）
blackBox(sum)
})
b.Run("Reduce", func(b *testing.B) {
var sum int
for i := 0; i < b.N; i++ {
sum = reduceInts(data)
}
blackBox(sum)
})
}
func reduceInts(s []int) int {
sum := 0
for _, v := range s {
sum += v
}
return sum
}
// 黑盒函数，阻止编译器丢弃结果
var blackBoxResult int
func blackBox(x int) {
blackBoxResult = x
}
运行与解读结果
执行 go test -bench=BenchmarkSumMethods -benchmem，输出类似：
BenchmarkSumMethods/Loop-8 10000000 124 ns/op 0 B/op 0 allocs/op BenchmarkSumMethods/Reduce-8 10000000 126 ns/op 0 B/op 0 allocs/op
注意两点：
- 两行的
ns/op值接近，说明实际性能差异微小；若某子测试慢 2 倍以上，就值得深入分析（如是否意外触发 GC、内存拷贝或低效分支） -
Benchmem显示内存分配情况，对判断是否产生逃逸、中间对象开销非常关键
不复杂但容易忽略：子 benchmark 不是“多写几个 BenchmarkXXX 函数”，而是用 Run 构建受控、可复现、零干扰的横向对比环境。真正影响结论的，往往是数据准备方式和结果使用方式，而不是算法本身那几行代码。
