我一直试图对我为Golang练习而写的Radix Tree实现进行基准测试。
但是我遇到了问题"我该如何对它进行基准测试?"。在下面的代码中显示了两种情况,或者说我想用不同的方式对LookUp函数进行基准测试。
案例1:使用树上存在的一个字节片段意味着它将成功通过所有子节点等等...
案例2:使用func从树中的现有数据生成该随机切片,这意味着它也将成功LookUp ......
我知道时间花费将取决于树的深度......我认为案例2是否接近现实世界的实现?
问题:哪种情况对基准测试更有效或更有用?
基准:
func BenchmarkLookUp(b *testing.B) {
radix := New()
insertData(radix, sampleData2)
textToLookUp := randomBytes()
for i := 0; i < b.N; i++ {
radix.LookUp(textToLookUp) // Case 1
//radix.LookUp(randomBytes()) // Case 2
}
}
func randomBytes() []byte {
strings := sampleData2()
return []byte(strings[random(0, len(strings))])
}
func sampleData2() []string {
return []string{
"romane",
"romanus",
"romulus",
...
}
}
结果案例1:
PASS
BenchmarkLookUp-4 10000000 146 ns/op
ok github.com/falmar/goradix 2.068s
PASS
BenchmarkLookUp-4 10000000 149 ns/op
ok github.com/falmar/goradix 2.244s
结果案例2:
PASS
BenchmarkLookUp-4 3000000 546 ns/op
ok github.com/falmar/goradix 3.094s
PASS
BenchmarkLookUp-4 3000000 538 ns/op
ok github.com/falmar/goradix 4.481s
没有匹配时的结果:
PASS
BenchmarkLookUp-4 10000000 194 ns/op
ok github.com/falmar/goradix 3.189s
PASS
BenchmarkLookUp-4 10000000 191 ns/op
ok github.com/falmar/goradix 3.243s
答案 0 :(得分:0)
如果您的基准测试是随机的,那么很难比较不同实现之间从一次运行到下一次运行的性能。
相反,静态实现一些不同的基准案例,强调算法的不同区域。这些案例应该代表不同的场景,例如没有匹配的情况(就像你已经拥有的那样),源数据中有许多项目将在查找中返回的情况,这种情况下有很多项目和只返回1件物品等。