重温“千万字母表问题”看多范式编程语言改进_JAVA

您所在的位置：程序员俱乐部 > 编程开发 > JAVA > 重温“千万字母表问题”看多范式编程语言改进

重温“千万字母表问题”看多范式编程语言改进

2017/6/22 5:31:44 jywhltj 程序员俱乐部我要评论(0)

摘要：本也发在我的个人博客上：https://hltj.me/lang/2017/06/05/10m-letters-2.html。去年11月写了一篇《由“千万字母表问题”看多范式编程语言》，能够看到这些现代多范式语言的一些优势以及小的不足。而这些语言也在不断演进，时隔半年多我们再重温下相同问题，看看它们的改进成果。原题目是瓜哥（@2gua）去年夏天在微博上出的一个题目：【来做题】功能实现倒是很简单~用你熟悉的语言，统计一个字符串abcdefghijklmnopqrstuvwxyz
标签：问题编程编程语言

本也发在我的个人博客上：https://hltj.me/lang/2017/06/05/10m-letters-2.html?。

去年 11 月写了一篇《由“千万字母表问题”看多范式编程语言》，能够看到这些现代多范式语言的一些优势以及小的不足。而这些语言也在不断演进，时隔半年多我们再重温下相同问题，看看它们的改进成果。

原题目是瓜哥（@2gua）去年夏天在微博上出的一个题目：

【来做题】功能实现倒是很简单~ 用你熟悉的语言，统计一个字符串abcdefghijklmnopqrstuvwxyz…abcdefghijklmnopqrstuvwxyz（1千万个a-z，不可直接a=1千万……）中每个字母的个数，最后输出类似图示。要求除了更好的方式（如更加Pythonic的方式），还要计算越快越好，并打印出代码执行时间（打印效果类似图示）?

上次以 Ruby 版为基准，对比了 Rust、Kotlin、Julia 与 Java 8 版的代码与速度。这次在上次的基础上增加了 Swift 语言版，并将所有语言都升级到了最新稳定版。测试环境使用与上次相同的虚拟机（4 核 4G、操作系统为 Ubuntu 14 x64），另外追加了 AWS 新加坡区的 EC2 测试环境，配置是 c4.xlarge（4 核 7.5G）、操作系统为 Ubuntu 16 x64，AWS EC2 的波动更小、性能也更好一些。

本次测试仍采用运行多次取中位数的方式，数据如下：

语言 Ruby 2.4.1 Rust 1.17.0 Kotlin 1.1.2-2 Java 1.8.0_131 Julia 0.5.2 Swift 3.1.1 上次用的虚拟机 class="highlighter-rouge">7.586s 3.072s 3.611s 5.981s 10.363s 22.133s AWS c4.xlarge 1.142s 2.559s 3.018s 5.148s 9.013s 17.515s

这次依然用 Ruby 版代码作为基准，是因为它的速度相当快，代码相对于上次无调整，参见上篇。各语言新版本在速度上都有明显提升。

Julia

从上面速度数据看，Julia 版代码还是比较慢，但这次不是垫底，并且相对于上次的速度提升非常显著，其代码依然是最简洁的：

function f()
       s = repeat(join('a':'z'), 1000_0000)
       Dict(c=>count(i->i==c, s) for c in 'a':'z')
end

@time print(f())

与上一版代码相比，构造字典的列表推导语法变了，需要用?Dict()?显式构造字典，否则会出现警告。其代码差异见下图：

上篇中提到了对于 Julia 的关键是性能改善。目前看来它的进步非常大，就这两次评估而言，性能上有数量级的提升，其速度提升超过 10 倍。

Rust

Rust 版代码变化很大。上篇中提到为了实现对数级重复写了不少冤枉代码，现在不用了，因为 Rust 在 1.16 起（这次用的是 1.17）标准库就自带字符串重复了，这一版用的代码如下：

// 编译方式 rustc -C opt-level=3 z1.rs
use std::time::SystemTime;

fn main() {
    let now = SystemTime::now();
    let letters: String = (b'a'..b'z'+1).map(|c| c as char).collect();
    let repeated = letters.repeat(1000_0000);
    for b in letters.as_bytes() {
        print!("{}: {}, ", *b as char, repeated.as_bytes().iter().filter(|&x| x==b).count());
    }
    let elapsed = now.elapsed().unwrap();
    println!("\ntime: {}.{:09}s", elapsed.as_secs(), elapsed.subsec_nanos());
}

与上一版的代码差异如下：

如图所示，新版 Rust 对高效字符串重复的支持，让新版代码相对于旧版省去了一大段自写代码。另外本次测试比上次快了很多，说明 Rust 新版在性能上也已提升不少。

Java 8

Java 版代码无变化，新的 Java 稳定版没有本质改动。但由于其他语言的进步，上次最快的代码如今在速度上已经平淡无奇了。

Kotlin

在上篇中提到 Kotlin 因为缺少?groupingBy()?与?counting()?这样的 Collector，所以性能不及 Java 8。新版的性能提升上来了，让我们看看新版的代码吧：

import kotlin.system.measureTimeMillis

fun main(args : Array<String>) { 
    print(measureTimeMillis {
        val letters = ('a'..'z').joinToString(separator="")
        val repeated = letters.repeat(1000_0000)
        println(repeated.groupingBy { it }.eachCount())
    } / 1000.0)
    println('s')
}

与上一版的代码差异如下：

看到了什么？没错！groupingBy?与?eachCount，正是上篇中所期待的功能！另外还有一小处改动是 Kotlin 现在也支持数字字面值分隔符了。现在 Kotlin 有了与 Java 8 同样自然的方式，代码还简洁很多倍，替代 Java 的潜质更加明显了。如今 Kotlin 已经成为 Android 的官方开发语言，其发展势头越来越好。

Swift

这次还引入了同为现代多范式语言的 Swift，最近《Swift is like Kotlin》被大家疯狂转载，两门语言确实很像，就本篇讨论问题来看简洁性虽不及 Kotlin 却也还不错。而这次测试中它的速度垫底倒是没想到的。

// 编译方式 swiftc -O y1.swift
import Foundation

let date = Date()

let letters = (0..<26).map({String(UnicodeScalar(UnicodeScalar("a").value + $0)!)}).joined()
let repeated = String(repeating: letters, count: 1000_0000)

for c in letters.utf8 {
    print(Character(UnicodeScalar(c)), repeated.utf8.filter{$0 == c}.count, separator:": ", terminator:", ")
}

let elapseTimeInSeconds = Date().timeIntervalSince(date as Date)
print()
print(elapseTimeInSeconds)