我在解决Code Jam问题时给Julia一个机会,在这种情况下,来自2010年第1C轮的https://code.google.com/codejam/contest/619102/dashboard)绳索内联网
解决方案基本上是:
for tc = 1:int(readline())
n = int(readline())
a = [map(int, split(readline())) for _ = 1:n]
ans = 0
for (i, x) in enumerate(a)
for y in a[i + 1:end]
ans += (x[1] - y[1]) * (x[2] - y[2]) < 0
end
end
println("Case #", tc, ": ", ans)
end
然而,与c ++和python中的解决方案相比,大输入的时间结果并不是非常令人印象深刻:
julia
real 0m6.196s
user 0m6.028s
sys 0m0.373s
c++
real 0m0.392s
user 0m0.338s
sys 0m0.053s
pypy
real 0m0.529s
user 0m0.507s
sys 0m0.016s
情况发生变化,当我用随机数替换文件输入时(虽然仍比c ++慢):
julia
real 0m3.065s
user 0m2.868s
sys 0m0.338s
c++
real 0m1.413s
user 0m1.348s
sys 0m0.055s
pypy
real 0m22.491s
user 0m22.257s
sys 0m0.160s
我有什么方法可以优化Julia中的文件读取时间(我使用的是v0.3.7)?
答案 0 :(得分:8)
所以我对大输入(time cat A-large-practice.in | julia original.jl
)的基线时间是
real 0m2.730s
user 0m2.683s
sys 0m0.351s
在我的系统上,Julia需要0.2秒才能开始运行文件。将代码放在函数中可能是最重要的第一步 - 这意味着一切都不是全局的,这可能会因类型推理挣扎而损害性能。这让我陷入real 2.044s
。
第二个问题实际上是朱莉娅类型推理的一个缺陷,原因不同。基本上,列表推导+ map =某种类型的不稳定性。由于必须检查类型,因此传播以使算法稍后变慢。修复程序只是a = Vector{Int}[map(int, split(readline())) for _ = 1:n]
,然后会给我real 0m0.474s
。
大部分时间用于Julia启动和map
行,并实际打印Case #
。如果我真的将map
行扩展为for循环,我可以将其研磨为real 0m0.411s
,但这似乎不值得。