Performance 为什么是'；所有（itr）do'；在这种情况下，阻塞比for循环慢？ 我的代码是做什么的

我们的目标是构建一个函数，用julia检查给定字符串中的所有括号是否正确打开和关闭。所以

"{abc()([[def]])()}"

应该返回true，而

"{(bracket order mixed up here!})[and this bracket doesn't close!"

应该返回false

问题: 我有两个版本的函数为什么第一版速度提高了10%左右？

第一版 第二版 在这里，我将for循环替换为do块：

function matching_brackets(s::AbstractString)
    close_open_map = Dict('}' => '{', ')' => '(', ']' => '[')
    order_arr = []
    all_correct = all(s) do char
        if char in values(close_open_map)
            push!(order_arr, char)
        elseif (char in keys(close_open_map)) &&
            (isempty(order_arr) || (close_open_map[char] != pop!(order_arr)))
            return false
        end
        return true
    end
    return all_correct && isempty(order_arr)
end

时间安排 使用BenchmarkTools的@benchmark对字符串

“{（）（）[（）]（）}”

和

“{（）（）（）[（））]（）}”

进行比较时，两个字符串的执行速度都降低了约10%

附加信息 版本信息：

Julia Version 1.3.1
Commit 2d5741174c (2019-12-30 21:36 UTC)
Platform Info:
  OS: macOS (x86_64-apple-darwin18.6.0)
  CPU: Intel(R) Core(TM) i5-4260U CPU @ 1.40GHz
  WORD_SIZE: 64
  LIBM: libopenlibm
  LLVM: libLLVM-6.0.1 (ORCJIT, haswell)

定时代码：

using BenchmarkTools

benchmark_strings = ["{()()[()]()}", "{()()[())]()}"]
for s in benchmark_strings
    b_old = @benchmark matching_brackets_old("$s") samples=100000 seconds=30
    b_new = @benchmark matching_brackets("$s") samples=100000 seconds=30
    println("For String=", s)
    println(b_old)
    println(b_new)
    println(judge(minimum(b_new), minimum(b_old)))
    println("Result: ", matching_brackets(s))
end

结果：

For String={()()[()]()}
Trial(8.177 μs)
Trial(9.197 μs)
TrialJudgement(+12.48% => regression)
Result: true
For String={()()[())]()}
Trial(8.197 μs)
Trial(9.202 μs)
TrialJudgement(+12.27% => regression)
Result: false

编辑

---

我混淆了审判的顺序，所以正如弗朗索瓦·费沃特所说，第一版更快。我的问题仍然是：为什么？

我在我的机器上没有观察到相同的情况：在我的测试中，版本I对于两个字符串都更快：

julia> versioninfo()
Julia Version 1.3.0
Commit 46ce4d7933 (2019-11-26 06:09 UTC)
Platform Info:
  OS: Linux (x86_64-pc-linux-gnu)
  CPU: Intel(R) Core(TM) i5-6200U CPU @ 2.30GHz
  WORD_SIZE: 64
  LIBM: libopenlibm
  LLVM: libLLVM-6.0.1 (ORCJIT, skylake)
Environment:
  JULIA_PROJECT = @.

julia> @btime matching_brackets_old("{()()[()]()}")
  716.443 ns (18 allocations: 800 bytes)
true

julia> @btime matching_brackets("{()()[()]()}")
  761.434 ns (19 allocations: 832 bytes)
true

julia> @btime matching_brackets_old("{()()[())]()}")
  574.847 ns (15 allocations: 752 bytes)
false

julia> @btime matching_brackets("{()()[())]()}")
  612.793 ns (16 allocations: 784 bytes)
false

我认为（但这是一个大胆的猜测），当字符串大小增加时，for循环和高阶函数之间的差异变得越来越小

但是，我鼓励您更仔细地查看

order\u arr

变量：正如目前编写的那样，它属于

Vector{Any}

类型，与任何抽象类型值的容器一样，它会影响性能。以下版本通过具体键入

order\u arr

的元素执行得更好：

function matching_brackets_new(s::AbstractString)
    close_open_map = Dict('}' => '{', ')' => '(', ']' => '[')

    # Make sure the compiler knows about the type of elements in order_arr
    order_arr = eltype(s)[]  # or order_arr = Char[]

    for char in s
        if char in values(close_open_map)
            push!(order_arr, char)
        elseif (char in keys(close_open_map)) &&
            (isempty(order_arr) || (close_open_map[char] != pop!(order_arr)))
            return false
        end
    end
    return isempty(order_arr)
end

屈服：

julia> @btime matching_brackets_new("{()()[()]()}")
  570.641 ns (18 allocations: 784 bytes)
true

julia> @btime matching_brackets_new("{()()[())]()}")
  447.758 ns (15 allocations: 736 bytes)
false

---

既然

judge

的错误已经解决，答案可能是通常的警告：函数调用，就像在本例中传递给

all

的闭包所导致的那样，是非常优化的，但不是免费的

为了获得真正的改进，我建议，除了使堆栈类型稳定（这在这里不是什么大问题）之外，还可以通过调用

中的
和
键
来消除隐式执行的迭代。只做一次就足够了，不用字典：

const MATCHING_PAIRS = ('{' => '}', '(' => ')', '[' => ']')

function matching_brackets(s::AbstractString)
    stack = Vector{eltype(s)}()
    for c in s
        for (open, close) in MATCHING_PAIRS
            if c == open
                push!(stack, c)
            elseif c == close
                if isempty(stack) || (pop!(stack) != open)
                    return false
                end
            end
        end
    end
    return isempty(stack)
end

通过在元组上展开内部循环，甚至可以挤出更多的时间：

function matching_brackets_unrolled(s::AbstractString)
    stack = Vector{eltype(s)}()
    for c in s
        if (c == '(') || (c == '[') || (c == '{')
            push!(stack, c)
        elseif (c == ')')
            if isempty(stack) || (pop!(stack) != '(')
                return false
            end
        elseif (c == ']')
            if isempty(stack) || (pop!(stack) != '[')
                return false
            end
        elseif (c == '}')
            if isempty(stack) || (pop!(stack) != '{')
                return false
            end
        end
    end
    return isempty(stack)
end

这有点难看，当然也不能很好地扩展。我的基准测试（
matching_方括号_new
是您的第二个版本，
matching_方括号
我的第一个版本）：


更新：如果在第一个版本中插入
break
s，为了真正避免不必要的循环，计时几乎无法区分，代码很好：

function matching_brackets(s::AbstractString)
    stack = Vector{eltype(s)}()
    for c in s
        for (open, close) in MATCHING_PAIRS
            if c == open
                push!(stack, c)
                break
            elseif c == close
                if isempty(stack) || (pop!(stack) != open)
                    return false
                end
                break
            end
        end
    end
    return isempty(stack)
end

与

由于这是一个有效的实现，我建议您也在上询问此代码以获得更多反馈。@phipsgabler:关于为什么一个版本更快的细节的问题完全在本主题中（只要它包括有关测试设置的详细信息，包括编译器版本/选项和硬件）。关于这段代码的CR问题可能是要求反馈它是否有效（或者写得好），而不是试图解释现有的性能差异。@PeterCordes绝对，我不是说它不在主题上。我只是建议这样做，因为代码正在运行，作为一个例子，我想给出更多的反馈，这反过来也不会是一个很好的答案，但是在CR上。你有什么样的机器？英特尔天湖？AMD Zen+？多里托？还有什么编译器版本/选项？谢谢你的回答。我尝试用
Char[]
声明数组的类型，但这两个字符串没有区别。我将在一秒钟内尝试一个更长的字符串。Jup，对于更大的字符串有很大的不同。谢谢你的回答。只有一个问题：我认为您需要将
&&
替换为
|
，并删除展开函数中isempty前面的not（
！
）。哦，的确，这在重写过程中丢失了。@Luapulu看到我的更新了——这个好的版本几乎可以与另一个版本一样快，如果一个人没有忘记打破内部循环，就像我所做的那样…：）啊，是的，我想知道你为什么不爆发。谢谢<代码>用于（关闭，打开）
应该是
用于（打开，关闭）
julia> versioninfo()
Julia Version 1.3.1
Commit 2d5741174c (2019-12-30 21:36 UTC)
Platform Info:
  OS: Linux (x86_64-pc-linux-gnu)
  CPU: Intel(R) Core(TM) i7 CPU         960  @ 3.20GHz
  WORD_SIZE: 64
  LIBM: libopenlibm
  LLVM: libLLVM-6.0.1 (ORCJIT, nehalem)


# NOT MATCHING
julia> @benchmark matching_brackets_new("{()()[())]()}")
BenchmarkTools.Trial: 
  memory estimate:  784 bytes
  allocs estimate:  16
  --------------
  minimum time:     674.844 ns (0.00% GC)
  median time:      736.200 ns (0.00% GC)
  mean time:        800.935 ns (6.54% GC)
  maximum time:     23.831 μs (96.16% GC)
  --------------
  samples:          10000
  evals/sample:     160

julia> @benchmark matching_brackets_old("{()()[())]()}")
BenchmarkTools.Trial: 
  memory estimate:  752 bytes
  allocs estimate:  15
  --------------
  minimum time:     630.743 ns (0.00% GC)
  median time:      681.725 ns (0.00% GC)
  mean time:        753.937 ns (6.41% GC)
  maximum time:     23.056 μs (94.19% GC)
  --------------
  samples:          10000
  evals/sample:     171

julia> @benchmark matching_brackets("{()()[())]()}")
BenchmarkTools.Trial: 
  memory estimate:  112 bytes
  allocs estimate:  2
  --------------
  minimum time:     164.883 ns (0.00% GC)
  median time:      172.900 ns (0.00% GC)
  mean time:        186.523 ns (4.33% GC)
  maximum time:     5.428 μs (96.54% GC)
  --------------
  samples:          10000
  evals/sample:     759

julia> @benchmark matching_brackets_unrolled("{()()[())]()}")
BenchmarkTools.Trial: 
  memory estimate:  112 bytes
  allocs estimate:  2
  --------------
  minimum time:     134.459 ns (0.00% GC)
  median time:      140.292 ns (0.00% GC)
  mean time:        150.067 ns (5.84% GC)
  maximum time:     5.095 μs (96.56% GC)
  --------------
  samples:          10000
  evals/sample:     878


# MATCHING 
julia> @benchmark matching_brackets_old("{()()[()]()}")
BenchmarkTools.Trial: 
  memory estimate:  800 bytes
  allocs estimate:  18
  --------------
  minimum time:     786.358 ns (0.00% GC)
  median time:      833.873 ns (0.00% GC)
  mean time:        904.437 ns (5.43% GC)
  maximum time:     29.355 μs (96.88% GC)
  --------------
  samples:          10000
  evals/sample:     106

julia> @benchmark matching_brackets_new("{()()[()]()}")
BenchmarkTools.Trial: 
  memory estimate:  832 bytes
  allocs estimate:  19
  --------------
  minimum time:     823.597 ns (0.00% GC)
  median time:      892.506 ns (0.00% GC)
  mean time:        981.381 ns (5.98% GC)
  maximum time:     47.308 μs (97.84% GC)
  --------------
  samples:          10000
  evals/sample:     77

julia> @benchmark matching_brackets("{()()[()]()}")
BenchmarkTools.Trial: 
  memory estimate:  112 bytes
  allocs estimate:  2
  --------------
  minimum time:     206.062 ns (0.00% GC)
  median time:      214.481 ns (0.00% GC)
  mean time:        227.385 ns (3.38% GC)
  maximum time:     6.890 μs (96.22% GC)
  --------------
  samples:          10000
  evals/sample:     535

julia> @benchmark matching_brackets_unrolled("{()()[()]()}")
BenchmarkTools.Trial: 
  memory estimate:  112 bytes
  allocs estimate:  2
  --------------
  minimum time:     160.186 ns (0.00% GC)
  median time:      164.752 ns (0.00% GC)
  mean time:        180.794 ns (4.95% GC)
  maximum time:     5.751 μs (97.03% GC)
  --------------
  samples:          10000
  evals/sample:     800

function matching_brackets(s::AbstractString)
    stack = Vector{eltype(s)}()
    for c in s
        for (open, close) in MATCHING_PAIRS
            if c == open
                push!(stack, c)
                break
            elseif c == close
                if isempty(stack) || (pop!(stack) != open)
                    return false
                end
                break
            end
        end
    end
    return isempty(stack)
end

julia> @benchmark matching_brackets_unrolled("{()()[())]()}")
BenchmarkTools.Trial: 
  memory estimate:  112 bytes
  allocs estimate:  2
  --------------
  minimum time:     137.574 ns (0.00% GC)
  median time:      144.978 ns (0.00% GC)
  mean time:        165.365 ns (10.44% GC)
  maximum time:     9.344 μs (98.02% GC)
  --------------
  samples:          10000
  evals/sample:     867

julia> @benchmark matching_brackets("{()()[())]()}") # with breaks
BenchmarkTools.Trial: 
  memory estimate:  112 bytes
  allocs estimate:  2
  --------------
  minimum time:     148.255 ns (0.00% GC)
  median time:      155.231 ns (0.00% GC)
  mean time:        175.245 ns (9.62% GC)
  maximum time:     9.602 μs (98.31% GC)
  --------------
  samples:          10000
  evals/sample:     839