Performance F#惯用表演
我正在使用。第n个主要挑战是建立一个。单元测试让您搜索1001素数,即104743 我修改了我记忆中的一段代码片段以成批工作(需要10k个素数,而不是25个),并将其与我自己的命令式版本进行了比较。有一个显著的性能差异: (BenchmarkDotNet v0.11.2) 有没有一种有效的方法可以习惯地做到这一点?我喜欢F。我喜欢使用F#库可以节省多少时间。但有时我看不到一条有效的惯用路线 下面是惯用代码:Performance F#惯用表演,performance,f#,idioms,imperative,Performance,F#,Idioms,Imperative,我正在使用。第n个主要挑战是建立一个。单元测试让您搜索1001素数,即104743 我修改了我记忆中的一段代码片段以成批工作(需要10k个素数,而不是25个),并将其与我自己的命令式版本进行了比较。有一个显著的性能差异: (BenchmarkDotNet v0.11.2) 有没有一种有效的方法可以习惯地做到这一点?我喜欢F。我喜欢使用F#库可以节省多少时间。但有时我看不到一条有效的惯用路线 下面是惯用代码: // we only need to check numbers ending in
// we only need to check numbers ending in 1, 3, 7, 9 for prime
let getCandidates seed =
let nextTen seed ten =
let x = (seed) + (ten * 10)
[x + 1; x + 3; x + 7; x + 9]
let candidates = [for x in 0..9 do yield! nextTen seed x ]
match candidates with
| 1::xs -> xs //skip 1 for candidates
| _ -> candidates
let filterCandidates (primes:int list) (candidates:int list): int list =
let isComposite candidate =
primes |> List.exists (fun p -> candidate % p = 0 )
candidates |> List.filter (fun c -> not (isComposite c))
let prime nth : int option =
match nth with
| 0 -> None
| 1 -> Some 2
| _ ->
let rec sieve seed primes candidates =
match candidates with
| [] -> getCandidates seed |> filterCandidates primes |> sieve (seed + 100) primes //get candidates from next hunderd
| p::_ when primes.Length = nth - 2 -> p //value found; nth - 2 because p and 2 are not in primes list
| p::xs when (p * p) < (seed + 100) -> //any composite of this prime will not be found until after p^2
sieve seed (p::primes) [for x in xs do if (x % p) > 0 then yield x]
| p::xs ->
sieve seed (p::primes) xs
Some (sieve 0 [3; 5] [])
//我们只需要检查素数以1、3、7、9结尾的数字
让GetSeed=
让下一个种子10=
设x=(种子)+(十*10)
[x+1;x+3;x+7;x+9]
让候选者=[对于0..9中的x,确实产生!下一个种子x]
将候选人与
|1::xs->xs//对于候选人跳过1
|->候选人
let filterCandidates(素数:int list)(候选项:int list):int list=
让isComposite候选者=
素数|>List.exists(乐趣p->候选者%p=0)
候选项|>List.filter(趣味c->not(isComposite c))
设素数n:int选项=
匹配
|0->无
|1->一些2
| _ ->
让rec筛选候选种子素数=
将候选人与
|[]->getCandidates seed |>filterCandidates primes |>sive(seed+100)primes//从下一个百年中获取候选项
|p::u当primes.Length=nth-2->p//找到值时;因为p和2不在素数列表中
|p::xs when(p*p)<(seed+100)->//在p^2之后才能找到此素数的任何组合
筛分种子(p::素数)[对于x中的x,如果(x%p)>0,则产生x]
|p::xs->
筛种(p::素数)xs
一些(0[3;5][])
这是当务之急:
type prime =
struct
val BaseNumber: int
val mutable NextMultiple: int
new (baseNumber) = {BaseNumber = baseNumber; NextMultiple = (baseNumber * baseNumber)}
//next multiple that is odd; (odd plus odd) is even plus odd is odd
member this.incrMultiple() = this.NextMultiple <- (this.BaseNumber * 2) + this.NextMultiple; this
end
let prime nth : int option =
match nth with
| 0 -> None
| 1 -> Some 2
| _ ->
let nth' = nth - 1 //not including 2, the first prime
let primes = Array.zeroCreate<prime>(nth')
let mutable primeCount = 0
let mutable candidate = 3
let mutable isComposite = false
while primeCount < nth' do
for i = 0 to primeCount - 1 do
if primes.[i].NextMultiple = candidate then
isComposite <- true
primes.[i] <- primes.[i].incrMultiple()
if isComposite = false then
primes.[primeCount] <- new prime(candidate)
primeCount <- primeCount + 1
isComposite <- false
candidate <- candidate + 2
Some primes.[nth' - 1].BaseNumber
type prime=
结构
val基本编号:int
val可变NextMultiple:int
新的(baseNumber)={baseNumber=baseNumber;NextMultiple=(baseNumber*baseNumber)}
//下一个倍数是奇数;(奇数加奇数)是偶数加奇数是奇数
成员this.incrmmultiple()=this.NextMultiple None
|1->一些2
| _ ->
设n'=n-1//不包括2,第一个素数
设primes=Array.zeroCreate(n')
设可变素数=0
设可变候选者=3
设可变isComposite=false
而primeCount isComposite乍一看,你并不是在比较相同的概念。当然,我不是在谈论函数式与命令式,而是算法背后的概念
您的维基参考资料最能说明这一点:
这是筛子的关键区别,不同于使用试除法顺序测试每个候选数是否被每个素数整除
换言之,埃拉托什尼权力的筛子在于不使用审判分庭。另一个:
试除法是整数分解算法中最费力但最容易理解的一种
这就是你在过滤器中所做的
let isComposite candidate =
primes |> List.exists (fun p -> candidate % p = 0 )
因此,一般来说,在使用函数式习惯用法时,您可能希望比使用命令式模型时慢一点,因为您必须创建新对象,这比修改现有对象花费的时间要长得多
对于这个问题,特别是当使用F#列表时,与使用数组相比,每次都需要迭代素数列表是一种性能损失。您还应该注意,您不需要单独生成候选列表,只需循环并动态添加2个。也就是说,最大的性能胜利可能是使用变异来存储您的nextNumber
type prime = {BaseNumber: int; mutable NextNumber: int}
let isComposite (primes:prime list) candidate =
let rec inner primes candidate =
match primes with
| [] -> false
| p::ps ->
match p.NextNumber = candidate with
| true -> p.NextNumber <- p.NextNumber + p.BaseNumber*2
inner ps candidate |> ignore
true
| false -> inner ps candidate
inner primes candidate
let prime nth: int option =
match nth with
| 0 -> None
| 1 -> Some 2
| _ ->
let rec findPrime (primes: prime list) (candidate: int) (n: int) =
match nth - n with
| 1 -> primes
| _ -> let isC = isComposite primes candidate
if (not isC) then
findPrime ({BaseNumber = candidate; NextNumber = candidate*candidate}::primes) (candidate + 2) (n+1)
else
findPrime primes (candidate + 2) n
let p = findPrime [{BaseNumber = 3; NextNumber = 9};{BaseNumber = 5; NextNumber = 25}] 7 2
|> List.head
Some(p.BaseNumber)
type prime={BaseNumber:int;可变NextNumber:int}
设isComposite(素数:素数列表)候选项=
让rec内素数作为候选=
将素数与
|[]->false
|p::ps->
将p.NextNumber=候选人与
|true->p.NextNumber忽略
真的
|false->内部ps候选
内素数候选
设素数n:int选项=
匹配
|0->无
|1->一些2
| _ ->
让rec findprome(素数:素数列表)(候选者:int)(n:int)=
将n-n与
|1->素数
|->让isC=isComposite素数候选
如果(不是isC)那么
FindTime({BaseNumber=candidate;NextNumber=candidate*candidate}::primes)(candidate+2)(n+1)
其他的
FindTime素数(候选者+2)n
设p=findprome[{BaseNumber=3;NextNumber=9};{BaseNumber=5;NextNumber=25}]7 2
|>列表头
一些(p.BaseNumber)
通过运行#time
,我可以运行大约500毫秒prime 10001
。相比之下,“命令式”代码大约需要250ms,“idomatic”代码大约需要1300ms。我明白了。另外,公平地说,斯科特·沃拉钦说这是“质数筛的粗略实现”,它是为了找到前25个质数,而不是前10k。但问题仍然存在,什么是高效、惯用的实现?我的大脑直接进入命令式,我正在努力学习一种新的方法。@EricP for F#惯用的方法是混合命令式和声明式代码。不要将F#与Haskell混淆。@EricP:为了接近惯用的函数解决方案性能方面,您可能需要从中查看primes
F#序列定义。我相信primes |>Seq.item 10001
可能会