由“千万字母表问题”看多范式编程语言_JAVA_编程开发_程序员俱乐部

本也发在我的个人博客上：https://hltj.me/lang/2016/11/07/10m-letters.html?。

最近整理多范式编程语言共性及趋势，再次翻出今年夏天的时候瓜哥（@2gua）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）?

当时分别写了 Rust、Kotlin 和 Julia 版本，加上近期写的 Java 8 版，其速度分别与作为基准的 Ruby 代码做对比，在一台配置略低的虚拟机中运行多次取中位数如下：

之所以用 Ruby 版代码作为基准，是因为它的速度非常快，而且其代码也很优雅，代码在 @mulder 的基础上改了一点，使其更合乎函数式编程风格：

require "benchmark"
time = Benchmark.realtime do
	s = (('a'..'z').to_a.join * 1000_0000)
	h = Hash[('a'..'z').collect {|c| [c, s.count(c)]}]
	puts h
end

puts time

Julia

从上面速度数据看，Julia 版代码最慢，但其代码最简洁：

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

@time println(f())

它与 Ruby 版的实现很类似，但从速率上看，它优化的并不是很好。

Rust

Rust 版的速度很快，但是其实多写了不少代码：

use std::time::SystemTime;

fn logarithmic_repeat(mergeable: &Vec<u8>, num: usize) -> Vec<u8> {
    let mut result: Vec<u8> = Vec::with_capacity(mergeable.len() * num);
    let mut mergeable: Vec<u8> = mergeable.clone();
    let mut num = num;

    while num != 0 {
        if num & 1 != 0 {
             result.extend(mergeable.as_slice().iter());
        }

        num >>= 1;

        if num == 0 {
            break;
        }
        let mergeable_clone: Vec<u8> = mergeable.clone();
        mergeable.extend(mergeable_clone.as_slice().iter());
    }
    result
}

fn main() {
    let now = SystemTime::now();
    let letters: Vec<u8> = (b'a'..b'z'+1).collect();
    let repeated: Vec<u8> = logarithmic_repeat(&letters, 1000_0000);
    for b in letters {
        print!("{}: {}, ", b as char, repeated.iter().filter(|&x| *x==b).count());
    }
    let elapsed = now.elapsed().unwrap();
    println!("\ntime: {}.{:09}s", elapsed.as_secs(), elapsed.subsec_nanos());
}

上述代码已经是比较简洁的了，Rust 语言因为独有的生命周期机制，写起来略显复杂。但是更多的代码是为避免速度输在起跑线上而实现对数级的重复（相当于 Ruby 的?*?和 Julia 的?repeat()?函数），这是 Rust 标准库所欠缺的地方。

Java 8

更快的就是近期写的 Java 8 版代码：

import java.util.Collections;
import java.util.Map;
import java.util.function.Function;
import java.util.stream.Collectors;
import java.util.stream.IntStream;

public class Z {
    public static void main(String[] args) {
	long startTime=System.currentTimeMillis();

        String letters = IntStream.rangeClosed('a', 'z')
                .mapToObj(c -> "" + (char)c)
                .collect(Collectors.joining());

        String repeated = Collections.nCopies(1000_0000, letters)
                .parallelStream()
                .collect(Collectors.joining());

        Map<String, Long> result = repeated.chars()
                .parallel()
                .mapToObj(c -> "" + (char)c)
                .collect(
                        Collectors.groupingBy(
                                Function.identity(),
                                Collectors.counting()
                        )
                );

	long endTime=System.currentTimeMillis();
        System.out.println(result);
	System.out.println("" + (endTime - startTime) / 1000.0 + "s");
    }
}

Java 8 版代码是最啰嗦的，它并不需要自己实现对数级重复，但是它的代码量已经与 Rust 版相当了；另一 Java 8 的不足是，尚未支持简单变量的类型推断，当然这也是其啰嗦的成因之一。 说完了缺点，现在看其优点：

1. 丰富的 Collector：groupingBy()?与?counting()?的组合完美实现了此功能，从而避免了像 Rust 版、Ruby 版那样重复扫描巨大字符串 26 次。
2. .parallelStream()?和?.parallel()?方法获得并行流，其后能够并行计算，这是它能够在速度上胜出的另一个因素。

Kotlin

Kotlin 版的实现与 Ruby 非常类似，只是没有 Ruby 那么多的语法糖：

import kotlin.system.measureTimeMillis

fun main(args : Array<String>) { 
    print(measureTimeMillis {
        val letters = ('a'..'z').joinToString(separator="")
        val repeated = letters.repeat(1000*10000)
        println(letters.map { x -> Pair(x, repeated.count {it == x}) })
    } / 1000.0)
    println('s')
}

Kotlin 代码对“1 千万”的表达与其他语言不同，它的数字字面值还未支持分隔符，这是有待改进的一小处。与 Java 相比缺少?groupingBy()?与?counting()?这样的 Collector，因此性能不及 Java 8，但是比 Java 8 要简洁很多倍，未来有取代 Java 的潜质。

小结

除了作为对照基准的 Ruby，其他的都是新兴语言（包括 Java 8，它相对于 Java 7 也是革命式的更新）。

• Julia 是动态语言，其定位是统计与科学计算，从上文看简洁性不错，性能改进是关键。
• Rust、Kotlin 与 Java 8 都是多范式静态类型语言。对于 Java 8 致命弱点是不够简洁；而 Rust 和 Kotlin 目前的不足是完善程度，但目前两门语言都在快速发展期，具有很大潜力。

参见

• 微博：原题
• 微博：Rust 版
• 微博：Kotlin 版
• 微博：Julia 版

转载请勿修改，并注明作者：灰蓝天际 及许可协议：署名-非商业性使用-禁止演绎。