theneo/space: 2008/12

哈哈，标题很大，内容很弱。
今天无聊，做了个小实验。假设我们有个任务，输入是一个文本文件，每行两个整数用空格分开，输出是一个文本文件，每行是输入对应行的和。这个例子虽小，但确是比较经典的场景。我用java, c, c++, python写了好几个程序，每个都在接近日常编码的情况下尽量写的快一点，看看究竟速度有什么差别。

程序的输入都是一样的，一个文本文件，有10,000,000行，每行两个1000以内的随机整数。机器是Macbook Intel Core Duo 2.0G, 2G内存 DDR667, 5400转seagate磁盘 8M缓存，Mac OS X Leopard 10.5.5. 虽然这些不是重要因素，但还是要介绍一下。

时间测试用的是bash的time命令，取的是real时间。

1) java，用split，java version "1.6.0_07" Java(TM) SE Runtime Environment (build 1.6.0_07-b06-153) Java HotSpot(TM) 64-Bit Server VM (build 1.6.0_07-b06-57, mixed mode)

程序如下


    TextFileReader r = new TextFileReader("/Users/sixiance/Desktop/test.txt");
    TextFileWriter w = new TextFileWriter("/Users/sixiance/Desktop/test.out.txt");
    String l = null;
    int a, b;
    while ((l = r.readLine()) != null) {
      String [] cols = l.split(" ");
      a = Integer.parseInt(cols[0]);
      b = Integer.parseInt(cols[1]);
      w.writeLine(Integer.toString(a + b));
    }
    r.close();
    w.close();

说实话split是很消耗时间的，每次都要生成一个正则表达式Pattern对象。这程序运行四次, 时间均值17.46125
标准差0.3162429，单位都是秒。

这里面的TextFileReader/Writer就是简单包装了一下new BufferedReader(new InputStreamReader(new FileInputStream()))

2) java 不用split, VM同上

既然刚才知道split比较费时间，那我就不用split，用如下的代码片段代替


      int pos = l.indexOf(" ");
      a = Integer.parseInt(l.substring(0, pos));
      b = Integer.parseInt(l.substring(pos+1));

结果比split好很多，均值 10.26375标准差0.133784，快了好多。

3) c, gcc -O3, version 4.0.1 (Apple Inc. build 5465)

c程序如下：


#include "stdio.h"

int main(int argc, char** argv) {
 FILE* fp = fopen("/Users/sixiance/Desktop/test.txt", "r");
 FILE* ofp = fopen("/Users/sixiance/Desktop/test.cout.txt", "w");
 int a, b;
 while (!feof(fp)) {
  fscanf(fp, "%d %d\n", &a, &b);
  fprintf(ofp, "%d\n", a + b);
 }
 fclose(fp);
 fclose(ofp);
}

结果自然是无敌快：均值8.09575, 标准差0.1816670

4) python, Python 2.5.1 (r251:54863, Apr 15 2008, 22:57:26) [GCC 4.0.1 (Apple Inc. build 5465)] on darwin

代码如下


f = open("/Users/sixiance/Desktop/test.txt", "r")
of = open("/Users/sixiance/Desktop/test.pyout.txt", "w")
for line in f:
  [a,b] = line.strip("\n").split()
  of.write(str(int(a) + int(b)) + "\n")
f.close()
of.close()

这个也是用了split，速度是很慢的, 均值48.5335, 标准差0.2030706

5) c++, g++ -O3, gcc version 4.0.1 (Apple Inc. build 5465)

程序如下


#include 
#include 

using namespace std;

int main(int argc, char** argv) {
 ifstream ins("/Users/sixiance/Desktop/test.txt");
 ofstream outs("/Users/sixiance/Desktop/test.cppout.txt");
 int a, b;
 while(!ins.eof()) {
  ins >> a >> b;
  outs << (a+b) << endl; 
 }
 ins.close();
 outs.close();
}

都用c++的方法，不是用c的部分。这个惊人的慢:均值68.3783，标准差0.3763082。c++ stream真不是盖的，敬仰啊... 这个的sys时间花的比user还多，而且都比c和java慢了好多。

6) c++ 不用endl
思考一下，罪魁祸首是endl，每个endl都会导致stream flush（这其实挺sb的）。把endl改成"\n"，均值14.734,标准差0.2281447，这次是比较正常了。

总结回顾

让我们回顾一下，把各种情况下的时间都画在一个图里面:

这些数字绝不是要说明那个语言好或是那个语言快（本身意义也不大），因为实际的问题千差万别，很难用这么小的例子来概括。但是这些数字确实可以告诉我们，在抄起家伙随心地写一些小工具和小实验程序时候，大概会有一个什么性能差距。

今天晚上回到久违的学校游泳馆，开始恢复游泳了。

周四按摩的时候，按摩师傅说你们这些每天坐在电脑前面的人脊椎都不太好，得经常锻炼一下。我觉得这个挺重要，好几个兄弟颈椎都已经出状况了，赶紧就问啥锻炼最好。师傅介绍了几种方法，最好的还是游泳，看来经常游游是百利而无一害啊，不错不错。

游泳馆在奥运前半年的时候就封馆支援运动员训练了，上一张游泳卡就白搭了100多在里面。今天重回游泳馆，发现奥运还是有好处的，原来走廊里面剥落的墙皮现在变成瓷砖了，隔不远还有小装饰画，感觉好很多。更衣室里也重新装修，洗澡换成了感应喷头，热水也是哇哇地好，谁说奥运没啥好处，哈哈。

今天先游了1300米热热身，争取这次在游泳卡过期之前都把它用掉～