当前位置: 代码迷 >> python >> 如何基准化(比较)Python vs Clojure的性能?
  详细解决方案

如何基准化(比较)Python vs Clojure的性能?

热度:49   发布时间:2023-06-14 08:46:53.0

我正在学习Clojure,并且为了更好地处理自己的进步,我决定开始解决该语言中的Project Euler问题(其中一些我已经使用C ++和Python解决了)。 问题1如下:

如果我们列出所有低于10的自然数,它们是3或5的倍数,则得到3、5、6和9。这些倍数的总和为23。

找出1000以下3或5的所有倍数的总和。

这是我在Clojure解决方案中的第一次运行:

(defn main1
  ([n]
    (reduce +
      (filter
        #(or
          (= 0 (mod % 3))
          (= 0 (mod % 5)))
        (range n)))))

然后,我查看了我的Python版本的代码,如下所示:

import sys
import operator
from functools import reduce


def main(n=1000):
    """
    returns solution up to but excluding n
    """
    genexp = (num for num in range(1, n) if ((num % 3 == 0) or (num % 5 == 0)))
    total = reduce(operator.add, genexp)
    return total


if __name__ == "__main__":
    if len(sys.argv) > 1:
        print(main(int(sys.argv[1])))
    else:
        print(main())

忽略我在Python版本中添加的其他CLI-args内容,唯一的主要区别是我在Clojure中使用了filter而不是生成器。 我想我也可以在Python中使用filter ,但是仅出于论证的目的,我使Clojure代码更类似于Python代码:

(defn main2
  ([n]
    (reduce + (for [i (range n)
                  :let [div3 (= 0 (mod i 3))
                        div5 (= 0 (mod i 5))]
                  :when (or div3 div5)]
               i))))

这让我开始思考-如何基准测试这些功能以进行比较? 对于Python,这很简单:

$ time python python/p0001.py 10000000
23333331666668

real    0m2.693s
user    0m2.660s
sys 0m0.018s

$ time python python/p0001.py 100000000
2333333316666668

real    0m26.494s
user    0m26.381s
sys 0m0.050s

它在合理的时间内(不到30秒)上升到n=100,000,000 如何为Clojure函数运行类似的测试? 我想我在运行它之前必须先编译Clojure代码。 考虑到此处未JIT编译Python代码,这甚至是一个公平的比较吗?

另外,我的Clojure代码(两个版本)有多习惯? 对代码样式有什么好的建议? 是否有类似pep8的样式指南? 甚至是Clojure pep20版本中的某些东西:“ Python禅”?

内置功能time适合初次使用:

(time (main1 100000000)) => 2333333316666668
"Elapsed time: 15824.041487 msecs"

您还可以使用

(ns xyz.core
  (:require [criterium.core :as cc] ))

(cc/quick-bench (main1 999))

Evaluation count : 3894 in 6 samples of 649 calls.
             Execution time mean : 154.680082 ?s
    Execution time std-deviation : 750.591607 ns
   Execution time lower quantile : 153.982498 ?s ( 2.5%)
   Execution time upper quantile : 155.870826 ?s (97.5%)
                   Overhead used : 7.898724 ns

Found 1 outliers in 6 samples (16.6667 %)
    low-severe   1 (16.6667 %)
 Variance from outliers : 13.8889 % Variance is moderately inflated by outliers