idv2

那天和人讨论一个简单的应用：集合减法，即给定集合 A 和 B ，计算 C = A - B， 也就是说求属于A但不属于B的元素。集合A和B使用数组来存储，元素仅限于整数。 求计算方法。

Perl自身没有集合运算函数，为了这一个功能也犯不上去安装CPAN模块， 所以我们考虑了以下几个方案：

1. 利用foreach作最直白的循环来判断
2. 利用grep代替foreach
3. 将元素用逗号连接之后用正则表达式匹配
4. 将数组转化成散列之后判断

四种方法都能实现，但效率如何？本以为使用foreach应该是最快的， 没想到测试之后发现散列居然是最快的。

              Rate    use grep  use regexp use foreach    use hash
use grep     359/s          --        -58%        -63%        -90%
use regexp   861/s        140%          --        -11%        -77%
use foreach  965/s        169%         12%          --        -74%
use hash    3769/s        950%        338%        291%          --

如果元素不是整数而是随机的字符串，正则表达式的效率会急剧下降，而散列依然能保证领先的地位。 看来Perl的散列算法不可小觑啊。

阅读全文 »

Devel::SmallProf 是个很好用的模块，可以方便地测量出代码每一行的执行时间，以便进一步优化。

例如以下程序，文件名为 prof_sample.pl。

#!/usr/bin/perl
my $str = "0";
for (my $i = 0; $i < 100; $i++) {
  $str =~ s/\d+/($&+1)/e;
  print $str."\n";
}

该程序的功能是输出整数 1 到 100。当然实际写程序时可不要用这么低效率的方法。 安装 Devel::SmallProf 之后我们来测量一下它每一行代码的执行时间。

perl -d:SmallProf prof_sample.pl

执行之后会在当前目录下生成一个 smallprof.out 文件，其内容如下：

           ================ SmallProf version 1.15 ================
                           Profile of prof_sample.pl                   Page 1
       =================================================================
    count wall tm  cpu time line
        0 0.000000 0.000000     1:#!/usr/bin/perl
        0 0.000000 0.000000     2:
        1 0.000006 0.000000     3:my $str = "0";
      101 0.006418 0.010000     4:for (my $i = 0; $i < 100; $i++) {
      200 0.002581 0.000000     5: $str =~ s/\d+/($&+1)/e;
      100 0.001509 0.000000     6: print $str."\n";
        1 0.000003 0.000000     7:}

前三列的数字分别为执行次数、消耗时间、消耗CPU时间。

如果你的程序使用 use 语句引用了其他模块，那么所有被引用的程序都将被分析，生成一个长长的报告。这时可以使用下面的命令来迅速找到耗时最长的命令。

sort -k 2nr,2 smallprof.out | less