(TLDR应答:包含语句:cin.sync_with_stdio(false)
,或者只使用fgets
。
TLDR结果:一直滚动到问题的底部,然后查看表格。)
<强> C++代码:< /强>
#include <iostream>
#include <time.h>
using namespace std;
int main() {
string input_line;
long line_count = 0;
time_t start = time(NULL);
int sec;
int lps;
while (cin) {
getline(cin, input_line);
if (!cin.eof())
line_count++;
};
sec = (int) time(NULL) - start;
cerr << "Read " << line_count << " lines in " << sec << " seconds.";
if (sec > 0) {
lps = line_count / sec;
cerr << " LPS: " << lps << endl;
} else
cerr << endl;
return 0;
}
// Compiled with:
// g++ -O3 -o readline_test_cpp foo.cpp
相当于Python的:
#!/usr/bin/env python
import time
import sys
count = 0
start = time.time()
for line in sys.stdin:
count += 1
delta_sec = int(time.time() - start_time)
if delta_sec >= 0:
lines_per_sec = int(round(count/delta_sec))
print("Read {0} lines in {1} seconds. LPS: {2}".format(count, delta_sec,
lines_per_sec))
以下是我的结果:
$ cat test_lines | ./readline_test_cpp
Read 5570000 lines in 9 seconds. LPS: 618889
$cat test_lines | ./readline_test.py
Read 5570000 lines in 1 seconds. LPS: 5570000
我应该注意到,我在Mac OS X v10.6.8(Snow Leopard)和Linux 2.6.32(Red Hat Linux 6.2)下都尝试过。前者是MacBook Pro,后者是一个非常健壮的服务器,并不是说这太贴切。
$ for i in {1..5}; do echo "Test run $i at `date`"; echo -n "CPP:"; cat test_lines | ./readline_test_cpp ; echo -n "Python:"; cat test_lines | ./readline_test.py ; done
Test run 1 at Mon Feb 20 21:29:28 EST 2012
CPP: Read 5570001 lines in 9 seconds. LPS: 618889
Python:Read 5570000 lines in 1 seconds. LPS: 5570000
Test run 2 at Mon Feb 20 21:29:39 EST 2012
CPP: Read 5570001 lines in 9 seconds. LPS: 618889
Python:Read 5570000 lines in 1 seconds. LPS: 5570000
Test run 3 at Mon Feb 20 21:29:50 EST 2012
CPP: Read 5570001 lines in 9 seconds. LPS: 618889
Python:Read 5570000 lines in 1 seconds. LPS: 5570000
Test run 4 at Mon Feb 20 21:30:01 EST 2012
CPP: Read 5570001 lines in 9 seconds. LPS: 618889
Python:Read 5570000 lines in 1 seconds. LPS: 5570000
Test run 5 at Mon Feb 20 21:30:11 EST 2012
CPP: Read 5570001 lines in 10 seconds. LPS: 557000
Python:Read 5570000 lines in 1 seconds. LPS: 5570000
小基准附录和概述
完整性,我想我会用同一个文件更新原来的(同步)C++代码的读取速度。同样,这是一个100M线文件在一个快速磁盘上。以下是几种解决方案/方法的比较:
Implementation Lines per second
python (default) 3,571,428
cin (default/naive) 819,672
cin (no sync) 12,500,000
fgets 14,285,714
wc (not fair comparison) 54,644,808
我落后了几年,但是:
在原始帖子的“编辑4/5/6”中,您使用的结构是:
这在两个不同的方面是错误的:
实际上,您是在计时“cat”的执行时间,而不是您的基准。“time”显示的“user”和“sys”CPU使用率是“cat”的使用率,而不是基准程序的使用率。更糟糕的是,“实时”时间也不一定准确。取决于本地操作系统中“cat”和管道的实现,有可能“cat”编写最后一个巨大的缓冲区,并在读取器进程完成其工作之前很久退出。
使用“cat”是不必要的,而且实际上会适得其反;您添加的是活动部件。如果你在一个足够旧的系统上(即只有一个CPU,并且在某些代的计算机上,i/O比CPU快),仅仅是“cat”正在运行的事实就可能给结果带来实质性的色彩。您还将受到输入和输出缓冲以及其他处理“cat”的影响。(如果我是兰德尔·施瓦茨,这可能会为你赢得一个'Useless Use Of Cat'奖项。
更好的结构是:
在这个语句中,打开大文件的是shell,将其作为已经打开的文件描述符传递给程序(实际上,传递给“time”,然后作为子进程执行程序)。100%的文件读取严格来说是您试图基准测试的程序的责任。这能让你对它的表现有一个真正的了解,而不会出现虚假的复杂情况。
我将提到两个可能的,但实际上是错误的,也可以考虑的“修复”(但我“编号”不同,因为这些不是在原始帖子中错误的东西):
答:你可以通过只计时你的程序来“修复”这个问题:
B.或通过计时整个管道:
这些都是错误的,原因与2相同:它们仍然在不必要地使用“cat”。我提到它们有几个原因:
对于那些对POSIX shell的I/O重定向功能不太满意的人来说,它们更“自然”
可能存在需要“cat`的情况(例如:要读取的文件需要某种访问权限,而您不想将该权限授予要基准测试的程序:`sudo cat/dev/sda |/usr/bin/time my}u compression}u test--no output`)
实际上,在现代机器上,管道中添加的“cat”可能没有实际意义
但我说最后一句话时有些犹豫。如果我们在“编辑5”中检查最后一个结果--
--这表明“cat”在测试期间消耗了74%的CPU;实际上1.34/1.83大约是74%。也许是一连串的:
只需要剩下的49秒!可能不会:这里的“cat”必须支付read()系统调用(或等效调用)的费用,这些调用从“disk”(实际上是缓冲区缓存)传输文件,以及将文件传递到“wc”的管道写入。正确的测试仍然需要执行read()调用;只有write-to-pipe和read-from-pipe调用才会被保存,而且这些调用应该非常便宜。
不过,我预计你还是可以测量“cat file”和“wc-l<;file”之间的差异,并找到一个明显的(2位数的百分比)差异。每一个较慢的测试都将在绝对时间内支付类似的罚款;然而,这将相当于其较大的总时间的一小部分。
事实上,我在Linux3.13(Ubuntu14.04)系统上用一个1.5GB的垃圾文件做了一些快速测试,得到了这些结果(这些结果实际上是“3中最好的”结果;当然,在启动缓存之后):
注意,这两个管道结果声称占用了比realtime更多的CPU时间(user+sys)。这是因为我正在使用shell(Bash)的内置“time”命令,它可以识别管道;我在一台多核机器上,管道中的不同进程可以使用不同的核心,累积CPU时间的速度快于实时。使用/usr/bin/time,我看到的CPU时间比realtime小——这表明它只能在命令行上计时传递给它的单个管道元素。另外,shell的输出给出毫秒,而/usr/bin/time只给出百分之一秒。
因此,在“wc-l”的效率水平上,“cat”带来了巨大的变化:409/283=1.453或45.3%的实时性,775/280=2.768,或高达177%的CPU使用率!在我的随机调查中,它在时间测试箱里。
我要补充的是,这些测试方式之间至少还有一个显著的区别,我不能说这是一个优点还是缺点;你必须自己决定:
当您运行“cat big_file |/usr/bin/time my_program”时,您的程序正以“cat”发送的速度从管道接收输入,并且以不大于“cat”写入的块的形式接收输入。
当您运行`/usr/bin/time my_program<;big_file`,您的程序将收到实际文件的打开文件描述符。您的程序--或在许多情况下,它所使用的语言的I/O库在使用引用常规文件的文件描述符时可能会采取不同的操作。它可以使用mmap(2)将输入文件映射到其地址空间,而不是使用显式的read(2)系统调用。与运行“cat”二进制文件的小成本相比,这些差异对基准测试结果的影响要大得多。
当然,如果同一个程序在两种情况下的性能显著不同,这是一个有趣的基准测试结果。它表明,程序或其I/O库确实在做一些有趣的事情,比如使用mmap()。因此,在实践中,以两种方式运行基准可能是好的;也许可以通过一些小因素来“原谅”运行“cat”本身的成本,从而使“cat”结果打折扣。
默认情况下,
cin
与stdio同步,这导致它避免任何输入缓冲。如果将此项添加到main的顶部,您将看到更好的性能:通常,当输入流被缓冲时,不是一次读取一个字符,而是以较大的块读取流。这减少了系统调用的数量,这些调用通常相对昂贵。然而,由于基于
FILE*
的stdio
和iostreams
通常有单独的实现,因此有单独的缓冲区,如果两者一起使用,这可能会导致问题。例如:如果
cin
读取的输入比实际需要的多,那么第二个整数值就不能用于scanf
函数,该函数有自己的独立缓冲区。这会导致意想不到的结果。为了避免这种情况,默认情况下,流与
stdio
同步。实现这一点的一种常见方法是让cin
根据需要使用stdio
函数一次读取每个字符。不幸的是,这会带来很多开销。对于少量的输入,这不是一个大问题,但是当您读取数百万行时,性能损失是非常大的。幸运的是,库设计人员决定,如果您知道自己在做什么,也应该能够禁用此功能以获得更好的性能,因此他们提供了^{} 方法。
出于好奇,我查看了引擎盖下的情况,并在每次测试中使用了dtruss/strace。
C++ +<
系统调用
sudo dtruss -c ./a.out < in
Python
系统调用
sudo dtruss -c ./a.py < in
相关问题 更多 >
编程相关推荐