Volevo confrontare le linee di lettura dell'input di stringa dallo stdin usando Python e C ++ e sono rimasto scioccato nel vedere il mio codice C ++ eseguire un ordine di grandezza più lento dell'equivalente codice Python. Poiché il mio C ++ è arrugginito e non sono ancora un esperto Pythonista, per favore dimmi se sto facendo qualcosa di sbagliato o se fraintendo qualcosa.
(Risposta TLDR: includi la dichiarazione: cin.sync_with_stdio(false)
o usa semplicemente fgets
invece.
Risultati TLDR: scorrere fino in fondo alla mia domanda e guardare la tabella.)
Codice C ++:
#include <iostream>
#include <time.h>
using namespace std;
int main() {
string input_line;
long line_count = 0;
time_t start = time(NULL);
int sec;
int lps;
while (cin) {
getline(cin, input_line);
if (!cin.eof())
line_count++;
};
sec = (int) time(NULL) - start;
cerr << "Read " << line_count << " lines in " << sec << " seconds.";
if (sec > 0) {
lps = line_count / sec;
cerr << " LPS: " << lps << endl;
} else
cerr << endl;
return 0;
}
// Compiled with:
// g++ -O3 -o readline_test_cpp foo.cpp
Python equivalente:
#!/usr/bin/env python
import time
import sys
count = 0
start = time.time()
for line in sys.stdin:
count += 1
delta_sec = int(time.time() - start_time)
if delta_sec >= 0:
lines_per_sec = int(round(count/delta_sec))
print("Read {0} lines in {1} seconds. LPS: {2}".format(count, delta_sec,
lines_per_sec))
Ecco i miei risultati:
$ cat test_lines | ./readline_test_cpp
Read 5570000 lines in 9 seconds. LPS: 618889
$cat test_lines | ./readline_test.py
Read 5570000 lines in 1 seconds. LPS: 5570000
Dovrei notare che ho provato questo sia su Mac OS X v10.6.8 (Snow Leopard) sia su Linux 2.6.32 (Red Hat Linux 6.2). Il primo è un MacBook Pro e il secondo è un server molto robusto, non che sia troppo pertinente.
$ for i in {1..5}; do echo "Test run $i at `date`"; echo -n "CPP:"; cat test_lines | ./readline_test_cpp ; echo -n "Python:"; cat test_lines | ./readline_test.py ; done
Test run 1 at Mon Feb 20 21:29:28 EST 2012
CPP: Read 5570001 lines in 9 seconds. LPS: 618889
Python:Read 5570000 lines in 1 seconds. LPS: 5570000
Test run 2 at Mon Feb 20 21:29:39 EST 2012
CPP: Read 5570001 lines in 9 seconds. LPS: 618889
Python:Read 5570000 lines in 1 seconds. LPS: 5570000
Test run 3 at Mon Feb 20 21:29:50 EST 2012
CPP: Read 5570001 lines in 9 seconds. LPS: 618889
Python:Read 5570000 lines in 1 seconds. LPS: 5570000
Test run 4 at Mon Feb 20 21:30:01 EST 2012
CPP: Read 5570001 lines in 9 seconds. LPS: 618889
Python:Read 5570000 lines in 1 seconds. LPS: 5570000
Test run 5 at Mon Feb 20 21:30:11 EST 2012
CPP: Read 5570001 lines in 10 seconds. LPS: 557000
Python:Read 5570000 lines in 1 seconds. LPS: 5570000
Piccolo addendum benchmark e riepilogo
Per completezza, ho pensato di aggiornare la velocità di lettura per lo stesso file sulla stessa scatola con il codice C ++ originale (sincronizzato). Ancora una volta, questo è per un file di linea 100M su un disco veloce. Ecco il confronto, con diverse soluzioni / approcci:
Implementation Lines per second
python (default) 3,571,428
cin (default/naive) 819,672
cin (no sync) 12,500,000
fgets 14,285,714
wc (not fair comparison) 54,644,808
<iostream>
prestazioni fanno schifo. Non è la prima volta che succede. 2) Python è abbastanza intelligente da non copiare i dati nel ciclo for perché non li usi. È possibile ripetere il test cercando di utilizzare scanf
e a char[]
. In alternativa, puoi provare a riscrivere il ciclo in modo che qualcosa venga fatto con la stringa (ad esempio, mantieni la quinta lettera e concatenala in un risultato).
cin.eof()
!! Metti la getline
chiamata nell'istruzione 'if`.