{"meta":{"title":"Refatorando para otimização de desempenho","intro":"Copilot Chat pode sugerir maneiras de melhorar o desempenho de código lento.","product":"GitHub Copilot","breadcrumbs":[{"href":"/pt/copilot","title":"GitHub Copilot"},{"href":"/pt/copilot/tutorials","title":"Tutoriais"},{"href":"/pt/copilot/tutorials/copilot-cookbook","title":"Livro de receitas do GitHub Copilot"},{"href":"/pt/copilot/tutorials/copilot-cookbook/refactor-code","title":"Refatorar o código"},{"href":"/pt/copilot/tutorials/copilot-cookbook/refactor-code/refactor-for-optimization","title":"Refatorar para otimização"}],"documentType":"article"},"body":"# Refatorando para otimização de desempenho\n\nCopilot Chat pode sugerir maneiras de melhorar o desempenho de código lento.\n\nO código existente pode funcionar corretamente, mas ser ineficiente, levando a gargalos de desempenho. Exemplos de codificação que podem afetar negativamente o desempenho incluem loops ineficientes, cálculos desnecessários e alocação excessiva de memória.\n\nCopilot Chat pode identificar hotspots de desempenho e sugerir estratégias de refatoração, como otimizar estruturas de dados (por exemplo, usar hashmaps em vez de matrizes), reduzir cálculos redundantes e melhorar a eficiência algorítmica. Ele também pode recomendar mecanismos de cache ou paralelização de operações para aprimorar o desempenho.\n\n## Cenário de exemplo\n\nO código Python a seguir imprime cada 1.000º número primo até o 10.000º primo. Ele inclui um temporizador e imprime quanto tempo o código leva para ser executado como a última linha da saída. O programa leva vários segundos para ser concluído.\n\n```python id=slow-prime\nimport time\n\ndef is_prime(n):\n    if n <= 1:\n        return False\n    for i in range(2, n):\n        if n % i == 0:\n            return False\n    return True\n\ndef every_1000th_prime():\n    primes = []\n    num = 2\n    while len(primes) < 10000:\n        if is_prime(num):\n            primes.append(num)\n        num += 1\n    return [primes[i] for i in range(999, 10000, 1000)]\n\nif __name__ == \"__main__\":\n    start_time = time.time()\n    primes = every_1000th_prime()\n    for prime in primes:\n        print(prime)\n    end_time = time.time()\n    elapsed_time = end_time - start_time\n    print(f\"Time taken: {elapsed_time:.10f} seconds\")\n```\n\n## Prompt de exemplo\n\n```copilot copy prompt ref=slow-prime\nOptimize this code for performance\n```\n\n## Resposta de exemplo\n\nCopilot sugere o uso de uma função de crivo para gerar os números primos com muito mais eficiência. Se você executar este programa, ele será concluído em uma fração de segundo.\n\n> \\[!NOTE]\n> Copilot Chat as respostas são não determinísticas, portanto, você pode obter uma resposta diferente daquela mostrada aqui.\n\n```python\nimport time\n\ndef sieve_of_eratosthenes(limit):\n    sieve = [True] * (limit + 1)\n    sieve[0] = sieve[1] = False\n    for start in range(2, int(limit**0.5) + 1):\n        if sieve[start]:\n            for multiple in range(start*start, limit + 1, start):\n                sieve[multiple] = False\n    return [num for num, is_prime in enumerate(sieve) if is_prime]\n\ndef every_1000th_prime():\n    limit = 105000  # Higher than needed to ensure 10,000 primes\n    primes = sieve_of_eratosthenes(limit)\n    return [primes[i] for i in range(999, 10000, 1000)]\n\nif __name__ == \"__main__\":\n    start_time = time.time()\n    primes = every_1000th_prime()\n    for prime in primes:\n        print(prime)\n    end_time = time.time()\n    elapsed_time = end_time - start_time\n    print(f\"Time taken: {elapsed_time:.10f} seconds\")\n```\n\n## Leitura adicional\n\n* [Engenharia de prompts para o GitHub Copilot Chat](/pt/copilot/concepts/prompting/prompt-engineering)\n* [Práticas recomendadas para usar GitHub Copilot](/pt/copilot/get-started/best-practices)"}