локальная переменная | Я люблю Lua. I love Lua.

Вопросы производительности — 3

Posted in Uncategorized by ilovelua on 17 сентября, 2012

Рассмотрим скорость доступа модуля к локальной переменной и к полю, объявленному внутри модуля. Код модуля:

module('TestModule', package.seeall)

local localTable = {}
testTable = {}

-- добавляем в модуль полей, чтобы поиск осуществлялся не в совсем пустой таблице
for i = 1, 100 do
    _M['testTable' .. i] = i
end

function getTestTable()
    return testTable
end

function getLocalTable()
    return localTable
end

Код теста:

local TestModule = require('TestModule')

local count = 1000000

function test()
    local t = os.clock ()

    for i = 1, count do
        TestModule.getTestTable()[i] = i
    end

    local t1 = os.clock () - t

    t = os.clock ()

    for i = 1, count do
        TestModule.getLocalTable()[i] = i
    end

    local t2 = os.clock () - t

    return t1, t2
end

local percents = {}

for i = 1, 100 do
    local t1, t2 = test()
    local delta = string.format('%.6f', t1 - t2)
    local p = string.format('%.6f', ((t1 - t2) / t1) * 100)

    print(i, 'delta:', delta, '%', p)

    table.insert(percents, p)
end

local totalPercents = 0

for i, percent in ipairs(percents) do
    totalPercents = totalPercents + percent
end

print('average percents is:', totalPercents / #percents)

Результаты:

1 delta: 0.028000 % 9.395973 2 delta: 0.015000 % 5.514706 3 delta: 0.013000 % 4.779412 4 delta: 0.015000 % 5.494505 5 delta: 0.011000 % 4.044118 6 delta: 0.015000 % 5.494505 7 delta: 0.014000 % 5.128205 8 delta: 0.015000 % 5.474453 9 delta: 0.014000 % 5.147059 10 delta: 0.014000 % 5.147059 11 delta: 0.011000 % 4.044118 12 delta: 0.014000 % 5.147059 13 delta: 0.012000 % 4.411765 14 delta: 0.011000 % 4.074074 15 delta: 0.012000 % 4.411765 16 delta: 0.015000 % 5.494505 17 delta: 0.014000 % 5.128205 18 delta: 0.013000 % 4.779412 19 delta: 0.013000 % 4.761905 20 delta: 0.013000 % 4.797048 21 delta: 0.013000 % 4.779412 22 delta: 0.015000 % 5.494505 23 delta: 0.015000 % 5.494505 24 delta: 0.013000 % 4.779412 25 delta: 0.011000 % 4.059041 26 delta: 0.013000 % 4.779412 27 delta: 0.013000 % 4.761905 28 delta: 0.013000 % 4.779412 29 delta: 0.013000 % 4.797048 30 delta: 0.014000 % 5.147059 31 delta: 0.015000 % 5.494505 32 delta: 0.014000 % 5.147059 33 delta: 0.014000 % 5.128205 34 delta: 0.014000 % 5.147059 35 delta: 0.014000 % 5.147059 36 delta: 0.014000 % 5.147059 37 delta: 0.015000 % 5.494505 38 delta: 0.015000 % 5.494505 39 delta: 0.014000 % 5.147059 40 delta: 0.014000 % 5.147059 41 delta: 0.014000 % 5.128205 42 delta: 0.016000 % 5.860806 43 delta: 0.014000 % 5.147059 44 delta: 0.014000 % 5.147059 45 delta: 0.014000 % 5.147059 46 delta: 0.012000 % 4.411765 47 delta: 0.013000 % 4.779412 48 delta: 0.015000 % 5.514706 49 delta: 0.013000 % 4.779412 50 delta: 0.013000 % 4.779412 51 delta: 0.014000 % 5.128205 52 delta: 0.012000 % 4.411765 53 delta: 0.015000 % 5.494505 54 delta: 0.016000 % 5.860806 55 delta: 0.015000 % 5.494505 56 delta: 0.014000 % 5.147059 57 delta: 0.015000 % 5.514706 58 delta: 0.014000 % 5.147059 59 delta: 0.014000 % 5.147059 60 delta: 0.013000 % 4.779412 61 delta: 0.014000 % 5.147059 62 delta: 0.013000 % 4.779412 63 delta: 0.013000 % 4.761905 64 delta: 0.014000 % 5.147059 65 delta: 0.013000 % 4.779412 66 delta: 0.012000 % 4.411765 67 delta: 0.013000 % 4.797048 68 delta: 0.013000 % 4.779412 69 delta: 0.015000 % 5.494505 70 delta: 0.011000 % 4.044118 71 delta: 0.014000 % 5.147059 72 delta: 0.015000 % 5.494505 73 delta: 0.013000 % 4.779412 74 delta: 0.015000 % 5.494505 75 delta: 0.013000 % 4.779412 76 delta: 0.016000 % 5.860806 77 delta: 0.015000 % 5.514706 78 delta: 0.014000 % 5.147059 79 delta: 0.013000 % 4.779412 80 delta: 0.015000 % 5.494505 81 delta: 0.016000 % 5.818182 82 delta: 0.013000 % 4.761905 83 delta: 0.013000 % 4.779412 84 delta: 0.016000 % 5.860806 85 delta: 0.012000 % 4.411765 86 delta: 0.013000 % 4.779412 87 delta: 0.014000 % 5.128205 88 delta: 0.015000 % 5.514706 89 delta: 0.012000 % 4.411765 90 delta: 0.014000 % 5.147059 91 delta: 0.015000 % 5.494505 92 delta: 0.014000 % 5.147059 93 delta: 0.016000 % 5.860806 94 delta: 0.017000 % 6.204380 95 delta: 0.014000 % 5.147059 96 delta: 0.014000 % 5.147059 97 delta: 0.013000 % 4.779412 98 delta: 0.012000 % 4.411765 99 delta: 0.012000 % 4.411765 100 delta: 0.015000 % 5.494505 average percents is: 5.1020022

Здесь результаты не столь впечатляющие, как в предыдущем тесте, но тем не менее разница в ~5% есть.
Вывод: локальные переменные — наши друзья.

Tagged with: локальная переменная, оптимизация, Lua

Вопросы производительности — 2

Posted in Uncategorized by ilovelua on 17 сентября, 2012

К вопросу о том, стоит ли заводить отдельные поля в модуле или пользоваться локальными переменными внутри модуля.

Код модуля:

module('TestModule', package.seeall)

local localTable = {}
testTable = {}

local count = 1000000

-- добавляем в модуль полей, чтобы поиск осуществлялся не в совсем пустой таблице
for i = 1, 100 do
    _M['testTable' .. i] = i
end

function fillTestTable()
    for i = 1, count do 
        testTable[i] = i
    end
end

function fillLocalTable()
    for i= 1, count do 
        localTable[i] = i
    end
end

Код теста:

local TestModule = require('TestModule')

function test()
    local t = os.clock ()
    TestModule.fillTestTable()
    local t1 = os.clock () - t

    t = os.clock ()
    TestModule.fillLocalTable()
    local t2 = os.clock () - t

    return t1, t2
end

local percents = {}

for i = 1, 100 do
    local t1, t2 = test()
    local delta = string.format('%.6f', t1 - t2)
    local p = string.format('%.6f', ((t1 - t2) / t1) * 100)

    print(i, 'delta:', delta, '%', p)

    table.insert(percents, p)
end

local totalPercents = 0

for i, percent in ipairs(percents) do
    totalPercents = totalPercents + percent
end

print('average percents is:', totalPercents / #percents)

Результаты:

1 delta: 0.020000 % 15.748031 2 delta: 0.023000 % 22.549020 3 delta: 0.022000 % 21.782178 4 delta: 0.022000 % 21.782178 5 delta: 0.022000 % 21.782178 6 delta: 0.022000 % 21.782178 7 delta: 0.022000 % 21.782178 8 delta: 0.021000 % 20.792079 9 delta: 0.021000 % 20.792079 10 delta: 0.021000 % 20.792079 11 delta: 0.021000 % 20.792079 12 delta: 0.023000 % 22.549020 13 delta: 0.021000 % 20.792079 14 delta: 0.023000 % 22.549020 15 delta: 0.022000 % 21.782178 16 delta: 0.023000 % 22.549020 17 delta: 0.023000 % 22.549020 18 delta: 0.023000 % 22.549020 19 delta: 0.021000 % 20.792079 20 delta: 0.023000 % 22.330097 21 delta: 0.021000 % 20.792079 22 delta: 0.022000 % 21.782178 23 delta: 0.022000 % 21.782178 24 delta: 0.021000 % 20.792079 25 delta: 0.023000 % 22.549020 26 delta: 0.021000 % 20.792079 27 delta: 0.022000 % 21.568627 28 delta: 0.022000 % 21.568627 29 delta: 0.024000 % 23.076923 30 delta: 0.022000 % 21.782178 31 delta: 0.021000 % 20.792079 32 delta: 0.022000 % 21.782178 33 delta: 0.023000 % 22.549020 34 delta: 0.022000 % 21.782178 35 delta: 0.022000 % 21.782178 36 delta: 0.022000 % 21.782178 37 delta: 0.022000 % 21.782178 38 delta: 0.022000 % 21.782178 39 delta: 0.021000 % 20.792079 40 delta: 0.022000 % 21.782178 41 delta: 0.021000 % 20.792079 42 delta: 0.022000 % 21.782178 43 delta: 0.022000 % 21.782178 44 delta: 0.022000 % 21.782178 45 delta: 0.020000 % 19.801980 46 delta: 0.022000 % 21.782178 47 delta: 0.023000 % 22.549020 48 delta: 0.022000 % 21.782178 49 delta: 0.022000 % 21.782178 50 delta: 0.022000 % 21.782178 51 delta: 0.023000 % 22.549020 52 delta: 0.022000 % 21.782178 53 delta: 0.022000 % 21.782178 54 delta: 0.022000 % 21.782178 55 delta: 0.021000 % 20.792079 56 delta: 0.022000 % 21.782178 57 delta: 0.022000 % 21.782178 58 delta: 0.022000 % 21.782178 59 delta: 0.022000 % 21.782178 60 delta: 0.021000 % 20.792079 61 delta: 0.020000 % 20.000000 62 delta: 0.022000 % 21.782178 63 delta: 0.022000 % 21.782178 64 delta: 0.021000 % 20.792079 65 delta: 0.022000 % 21.782178 66 delta: 0.021000 % 20.792079 67 delta: 0.022000 % 21.782178 68 delta: 0.022000 % 21.782178 69 delta: 0.021000 % 20.792079 70 delta: 0.022000 % 21.782178 71 delta: 0.022000 % 21.782178 72 delta: 0.022000 % 21.782178 73 delta: 0.022000 % 21.782178 74 delta: 0.022000 % 21.782178 75 delta: 0.022000 % 21.782178 76 delta: 0.021000 % 20.792079 77 delta: 0.022000 % 21.782178 78 delta: 0.022000 % 21.782178 79 delta: 0.022000 % 21.782178 80 delta: 0.023000 % 22.549020 81 delta: 0.022000 % 21.782178 82 delta: 0.022000 % 21.782178 83 delta: 0.023000 % 22.549020 84 delta: 0.022000 % 21.782178 85 delta: 0.023000 % 22.549020 86 delta: 0.022000 % 21.782178 87 delta: 0.022000 % 21.782178 88 delta: 0.022000 % 21.782178 89 delta: 0.022000 % 21.782178 90 delta: 0.022000 % 21.782178 91 delta: 0.023000 % 22.549020 92 delta: 0.022000 % 21.782178 93 delta: 0.022000 % 21.782178 94 delta: 0.022000 % 21.782178 95 delta: 0.022000 % 21.782178 96 delta: 0.022000 % 21.782178 97 delta: 0.021000 % 20.792079 98 delta: 0.022000 % 21.782178 99 delta: 0.022000 % 21.782178 100 delta: 0.022000 % 21.568627 average percents is: 21.61547195

Вывод: обращение к локальным переменным на ~20% быстрее, чем к полям модуля.
Локальные переменные — наши друзья.

Tagged with: локальная переменная, оптимизация, Lua

2 комментария

Вопросы производительности

Posted in Uncategorized by ilovelua on 11 сентября, 2012

Стало мне тут интересно, насколько в модулях Lua передача таблицы в качестве параметра в функцию быстрее, чем поиск таблицы по имени внутри модуля. Для этого был сооружен тестовый модуль TestModule.lua:

module('TestModule', package.seeall)

testTable = {}

local count = 1000000

-- добавляем в модуль полей, чтобы поиск осуществлялся не в пустой таблице
for i = 1, 100 do
    _M['testTable' .. i] = i
end

function fillTestTableStraight()
    local f = function(i)
        testTable[i] = i
    end

    for i = 1, count do
        f(i)
    end
end

function fillTestTableFromStack()
    local f = function(t, i)
        t[i] = i
    end

    for i = 1, count do
        f(testTable, i)
    end
end

А вот код теста:

local TestModule = require('TestModule')

function test()
    local t = os.clock ()
    TestModule.fillTestTableStraight()
    local t1 = os.clock () - t

    t = os.clock ()
    TestModule.fillTestTableFromStack()
    local t2 = os.clock () - t

    return t1, t2
end

local percents = {}

for i = 1, 100 do
    local t1, t2 = test()
    local delta = string.format('%.6f', t1 - t2)
    local p = string.format('%.6f', ((t1 - t2) / t1) * 100)

    print(i, 'delta:', delta, '%', p)

    table.insert(percents, p)
end

local totalPercents = 0

for i, percent in ipairs(percents) do
    totalPercents = totalPercents + percent
end

print('average percents is:', totalPercents / #percents)

Вот результаты:
1 delta: 0.038000 % 14.728682 2 delta: 0.009000 % 3.913043 3 delta: 0.010000 % 4.329004 4 delta: 0.008000 % 3.508772 5 delta: 0.008000 % 3.508772 6 delta: 0.008000 % 3.508772 7 delta: 0.007000 % 3.070175 8 delta: 0.007000 % 3.083700 9 delta: 0.007000 % 3.070175 10 delta: 0.007000 % 3.083700 11 delta: 0.008000 % 3.508772 12 delta: 0.008000 % 3.508772 13 delta: 0.008000 % 3.508772 14 delta: 0.008000 % 3.508772 15 delta: 0.007000 % 3.083700 16 delta: 0.003000 % 1.315789 17 delta: 0.016000 % 6.779661 18 delta: 0.007000 % 3.070175 19 delta: 0.008000 % 3.508772 20 delta: 0.007000 % 3.083700 21 delta: 0.010000 % 4.366812 22 delta: 0.008000 % 3.508772 23 delta: 0.008000 % 3.508772 24 delta: 0.007000 % 3.070175 25 delta: 0.009000 % 3.930131 26 delta: 0.011000 % 4.761905 27 delta: 0.008000 % 3.508772 28 delta: 0.007000 % 3.083700 29 delta: 0.006000 % 2.643172 30 delta: 0.008000 % 3.508772 31 delta: 0.008000 % 3.508772 32 delta: 0.007000 % 3.070175 33 delta: 0.007000 % 3.083700 34 delta: 0.008000 % 3.508772 35 delta: 0.007000 % 3.083700 36 delta: 0.008000 % 3.508772 37 delta: 0.007000 % 3.083700 38 delta: 0.008000 % 3.508772 39 delta: 0.008000 % 3.508772 40 delta: 0.007000 % 3.083700 41 delta: 0.008000 % 3.508772 42 delta: 0.007000 % 3.056769 43 delta: 0.008000 % 3.508772 44 delta: 0.007000 % 3.083700 45 delta: 0.009000 % 3.930131 46 delta: 0.007000 % 3.083700 47 delta: 0.007000 % 3.083700 48 delta: 0.009000 % 3.947368 49 delta: 0.008000 % 3.508772 50 delta: 0.009000 % 3.947368 51 delta: 0.008000 % 3.508772 52 delta: 0.008000 % 3.508772 53 delta: 0.008000 % 3.508772 54 delta: 0.007000 % 3.083700 55 delta: 0.007000 % 3.083700 56 delta: 0.008000 % 3.508772 57 delta: 0.008000 % 3.508772 58 delta: 0.008000 % 3.508772 59 delta: 0.008000 % 3.508772 60 delta: 0.009000 % 3.947368 61 delta: 0.008000 % 3.508772 62 delta: 0.007000 % 3.083700 63 delta: 0.009000 % 3.930131 64 delta: 0.006000 % 2.643172 65 delta: 0.007000 % 3.070175 66 delta: 0.008000 % 3.508772 67 delta: 0.008000 % 3.508772 68 delta: 0.008000 % 3.508772 69 delta: 0.006000 % 2.643172 70 delta: 0.010000 % 4.366812 71 delta: 0.008000 % 3.508772 72 delta: 0.007000 % 3.083700 73 delta: 0.009000 % 3.947368 74 delta: 0.008000 % 3.508772 75 delta: 0.008000 % 3.508772 76 delta: 0.007000 % 3.083700 77 delta: 0.009000 % 3.930131 78 delta: 0.008000 % 3.524229 79 delta: 0.009000 % 3.947368 80 delta: 0.009000 % 3.947368 81 delta: 0.008000 % 3.508772 82 delta: 0.009000 % 3.947368 83 delta: 0.008000 % 3.508772 84 delta: 0.007000 % 3.083700 85 delta: 0.007000 % 3.083700 86 delta: 0.007000 % 3.083700 87 delta: 0.008000 % 3.508772 88 delta: 0.008000 % 3.508772 89 delta: 0.007000 % 3.083700 90 delta: 0.007000 % 3.083700 91 delta: 0.008000 % 3.508772 92 delta: 0.006000 % 2.620087 93 delta: 0.044000 % 16.666667 94 delta: 0.008000 % 3.508772 95 delta: 0.010000 % 4.347826 96 delta: 0.008000 % 3.508772 97 delta: 0.007000 % 3.083700 98 delta: 0.008000 % 3.508772 99 delta: 0.008000 % 3.508772 100 delta: 0.008000 % 3.508772 average percents is: 3.6979102

Я несколько раз запускал этот тест, и результаты крутятся около 3.5%.

Ну, разница, понятно, не велика. Однако она есть. Чтобы почувствовать, насколько плох поиск по ключу в цикле, нужно воспользоваться локальными переменными. Поменяем в модуле TestModule функцию fillTestTableFromStack():

function fillTestTableFromStack()
    local f = function(t, i)
        t[i] = i
    end

    local tbl = testTable

    for i = 1, count do
        f(tbl, i)
    end
end

Результаты впечатляют гораздо сильнее:
1 delta: 0.037000 % 14.682540 2 delta: 0.038000 % 16.379310 3 delta: 0.033000 % 14.473684 4 delta: 0.037000 % 16.086957 5 delta: 0.033000 % 14.601770 6 delta: 0.037000 % 16.157205 7 delta: 0.036000 % 15.789474 8 delta: 0.033000 % 14.537445 9 delta: 0.033000 % 14.601770 10 delta: 0.035000 % 15.486726 11 delta: 0.035000 % 15.418502 12 delta: 0.032000 % 14.096916 13 delta: 0.034000 % 14.977974 14 delta: 0.034000 % 15.044248 15 delta: 0.033000 % 14.666667 16 delta: 0.035000 % 15.418502 17 delta: 0.035000 % 15.418502 18 delta: 0.030000 % 13.043478 19 delta: 0.036000 % 15.789474 20 delta: 0.035000 % 15.418502 21 delta: 0.034000 % 15.044248 22 delta: 0.034000 % 15.111111 23 delta: 0.036000 % 15.789474 24 delta: 0.035000 % 15.418502 25 delta: 0.035000 % 15.418502 26 delta: 0.035000 % 15.418502 27 delta: 0.035000 % 15.418502 28 delta: 0.034000 % 15.044248 29 delta: 0.034000 % 15.044248 30 delta: 0.036000 % 15.859031 31 delta: 0.034000 % 15.044248 32 delta: 0.035000 % 15.418502 33 delta: 0.035000 % 15.418502 34 delta: 0.033000 % 14.666667 35 delta: 0.034000 % 15.044248 36 delta: 0.034000 % 15.044248 37 delta: 0.034000 % 15.044248 38 delta: 0.035000 % 15.418502 39 delta: 0.035000 % 15.418502 40 delta: 0.033000 % 14.666667 41 delta: 0.034000 % 15.044248 42 delta: 0.035000 % 15.418502 43 delta: 0.036000 % 15.789474 44 delta: 0.035000 % 15.418502 45 delta: 0.032000 % 14.159292 46 delta: 0.033000 % 14.666667 47 delta: 0.035000 % 15.418502 48 delta: 0.035000 % 15.418502 49 delta: 0.036000 % 15.789474 50 delta: 0.036000 % 15.859031 51 delta: 0.035000 % 15.418502 52 delta: 0.034000 % 15.044248 53 delta: 0.037000 % 16.228070 54 delta: 0.036000 % 15.789474 55 delta: 0.037000 % 16.228070 56 delta: 0.035000 % 15.418502 57 delta: 0.035000 % 15.486726 58 delta: 0.034000 % 15.044248 59 delta: 0.034000 % 15.044248 60 delta: 0.036000 % 15.789474 61 delta: 0.034000 % 15.044248 62 delta: 0.037000 % 16.228070 63 delta: 0.034000 % 15.044248 64 delta: 0.035000 % 15.486726 65 delta: 0.036000 % 15.859031 66 delta: 0.034000 % 15.044248 67 delta: 0.035000 % 15.350877 68 delta: 0.037000 % 16.228070 69 delta: 0.034000 % 15.044248 70 delta: 0.034000 % 15.111111 71 delta: 0.037000 % 16.228070 72 delta: 0.036000 % 15.859031 73 delta: 0.037000 % 16.228070 74 delta: 0.036000 % 15.859031 75 delta: 0.035000 % 15.418502 76 delta: 0.036000 % 15.859031 77 delta: 0.036000 % 15.789474 78 delta: 0.034000 % 15.044248 79 delta: 0.034000 % 15.044248 80 delta: 0.035000 % 15.418502 81 delta: 0.035000 % 15.486726 82 delta: 0.035000 % 15.418502 83 delta: 0.035000 % 15.486726 84 delta: 0.034000 % 15.044248 85 delta: 0.037000 % 16.228070 86 delta: 0.034000 % 15.044248 87 delta: 0.035000 % 15.418502 88 delta: 0.034000 % 15.044248 89 delta: 0.034000 % 15.044248 90 delta: 0.035000 % 15.418502 91 delta: 0.040000 % 17.167382 92 delta: 0.038000 % 16.593886 93 delta: 0.034000 % 15.044248 94 delta: 0.035000 % 15.418502 95 delta: 0.034000 % 15.044248 96 delta: 0.034000 % 15.044248 97 delta: 0.033000 % 14.666667 98 delta: 0.036000 % 15.789474 99 delta: 0.038000 % 16.593886 100 delta: 0.034000 % 15.044248 average percents is: 15.36543997
Вывод: локальные переменные — наши друзья.

Tagged with: локальная переменная, оптимизация, Lua

1 comment

Я люблю Lua. I love Lua.

Вопросы производительности — 3

Вопросы производительности — 2

Вопросы производительности

Свежие записи

Страницы

Метки

Мета