教程 | Excel计算性能知多少

01

写在前面

占用计算时间的不是公式数量或工作簿大小。而是单元格引用和计算操作的数量以及正在使用的函数的效率。

因为大多数工作表都是通过复制同时包含绝对引用和相对引用的公式来构造的,所以它们通常包含大量公式,这些公式包含重复的或相同的计算和引用。

避免复杂的宏大公式和数组公式。通常,最好增加行和列的数量,并减少复杂的计算。这样,Excel 中的智能重算和多线程计算都能有更好的机会来优化计算。

那么,加快工作簿的计算都有哪些规则可循呢?

02

删除相同、重复和不必要的计算

查找相同、重复和不必要的计算,并确定 Excel 计算此障碍的结果大概需要多少个单元格引用和计算。然后,考虑如何使用更少的引用和计算得出相同的结果。

这通常涉及到下述一个或多个步骤:

  • 减少每个公式中的引用数。

  • 将重复的计算移动到一个或更多帮助器单元格中,然后从原始公式引用帮助器单元格。

  • 再使用一些行和列来计算和存储一次中间结果,以便可在其他公式中重复使用它们。

03

尽可能使用最高效的函数

在找到涉及函数或数组公式的障碍时,请确定能否使用更高效的方式获得相同的结果。例如:

  • 与在未排序的数据上进行查找相比,在已排序的数据上查找可能快数十倍或数百倍。

  • VBA 用户定义的函数通常比 Excel 中的内置函数慢(但精细编写的 VBA 函数可能很快)。

  • 尽量减少 SUM 和 SUMIF 等函数中所用单元格的数量。计算时间与所用单元格的数量成正比(忽略未使用的单元格)。

  • 请考虑将运行较慢的数组公式替换为用户定义的函数。

04

充分利用智能重算和多线程计算

Excel 中的智能重算和多线程计算使用得越充分,每次 Excel 重算时要执行的处理越少,因此:

  • 如果可以,请避免使用 INDIRECT 和 OFFSET 等可变函数,除非它们的效率明显优于替代项。(经过精心设计后使用 OFFSET 通常速度很快。)

  • 尽量减少数组公式和函数中正在使用的区域的大小。

  • 将数组公式和宏大公式拆分到单独的帮助程序列和行。

  • 避免单线程函数:

    • PHONETIC

    • CELL(使用“格式”或“地址”参数时)

    • INDIRECT

    • GETPIVOTDATA

    • CUBEMEMBER

    • CUBEVALUE

    • CUBEMEMBERPROPERTY

    • CUBESET

    • CUBERANKEDMEMBER

    • CUBEKPIMEMBER

    • CUBESETCOUNT

    • ADDRESS,其中给定第 5 个参数 (sheet_name)

    • 引用数据透视表的任何数据库函数(DSUM、DAVERAGE 等)

    • ERROR.TYPE

    • HYPERLINK

    • VBA 和 COM 加载项用户定义的函数

  • 避免迭代使用数据表和循环引用:这两者均执行单线程计算。

05

对每次更改进行计时和测试

你所做的一些更改可能令你感到惊讶,这可能是由于未得到你认为应得到的结果,或者计算速度比预期的慢。因此,应按如下方式对每次更改进行计时和测试:

  • 使用 RangeTimer 宏对要更改的公式进行计时。

  • 进行更改。

  • 通过使用 RangeTimer 宏对已更改的公式进行计时。

  • 检查已更改的公式是否仍得出正确答案。

06

示例

例一:即时更新总和

你需要计算一列包含 2,000 个数字的即时更新总和。假设 A 列包含数字,B 和 C 列包含即时更新总和。

可使用 SUM(高效函数)编写公式(参考B列)

将公式向下复制到 B2000。

SUM 总共使用了多少单元格引用?B1 引用一个单元格,B2000 引用 2,000 个单元格。平均每个单元格是 1,000 个引用,因此总共是 200 万个引用。如果选择 2,000 个公式并使用 RangeTimer 宏,则显示 B 列 2,000 个公式的计算用时为 80 毫秒。其中大部分计算都重复多次:B2:B2000 的每个公式都使用 SUM A1:A2。

也可以使用(参考C列)

C1=A1
C2=C1+A2

将此公式向下复制到 C2000。

现在总共使用了多少单元格引用?每个公式均使用两个单元格引用(第一个公式除外)。因此,总数为 1999*2+1=3999。这可减少 500 个单元格引用。

RangeTimer 显示 C 列 2,000 个公式的计算用时为 3.7 毫秒,而 B 列的计算用时为 80 毫秒。这一改变的性能改进系数仅为 80/3.7=22(而非 500),因为每个公式都有少量开销。

麦斯贝思敬酒服新娘2020新款女酒红色订婚结婚回门小晚礼服连衣裙平时可穿大合唱团演出服 酒红色 XL

京东198.00购买

例二:错误处理

执行大量计算的公式时如果在出现错误时结果显示为零(在完全匹配查找中经常遇到这种情况),则可以通过多种方式编写它。

  • 可以将它编写为单个公式,这样运行速度很慢:

    B1=IF(ISERROR(time expensive formula),0,time expensive formula)

  • 可编写成两个公式(此方法较快):

    A1=time expensive formula

    B1=IF(ISERROR(A1),0,A1)

  • 或者,可使用 IFERROR 函数,它运行速度快且简单,还是单个公式:

    B1=IFERROR(time expensive formula,0)

07

写在最后

Excel 让你能够高效管理更大型的工作表,与早期版本相比,它还能大幅提升计算速度。创建大型工作表时,很容易就采用会导致计算缓慢的方式进行构建。计算缓慢的工作表会增加错误,因为用户发现在执行计算时很难进行维护。

通过使用一组简单的技术,可将大部分计算缓慢的工作表提速 10 倍或 100 倍。此外,你还可在设计和创建工作表时应用这些技术来确保其快速计算

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,444评论 6 496
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,421评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,036评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,363评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,460评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,502评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,511评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,280评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,736评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,014评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,190评论 1 342
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,848评论 5 338
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,531评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,159评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,411评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,067评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,078评论 2 352

推荐阅读更多精彩内容