C медленнее, чем Java: почему?
я быстро написал C программа извлечения i-я строка набор gzipped файлы (содержащие около 500 000 строк). Вот моя программа C:
#include <stdio.h>
#include <string.h>
#include <stdlib.h>
#include <errno.h>
#include <zlib.h>
/* compilation:
gcc -o linesbyindex -Wall -O3 linesbyindex.c -lz
*/
#define MY_BUFFER_SIZE 10000000
static void extract(long int index,const char* filename)
{
char buffer[MY_BUFFER_SIZE];
long int curr=1;
gzFile in=gzopen (filename, "rb");
if(in==NULL)
{
fprintf(stderr,"Cannot open "%s" %s.n",filename,strerror(errno));
exit(EXIT_FAILURE); }
while(gzread(in,buffer,MY_BUFFER_SIZE)!=-1 && curr<=index)
{
char* p=buffer;
while(*p!=0)
{
if(curr==index)
{
fputc(*p,stdout);
}
if(*p=='n')
{
++curr;
if(curr>index) break;
}
p++;
}
}
gzclose(in);
if(curr<index)
{
fprintf(stderr,"Not enough lines in %s (%ld)n",filename,curr);
}
}
int main(int argc,char** argv)
{
int optind=2;
char* p2;
long int count=0;
if(argc<3)
{
fprintf(stderr,"Usage: %s (count) files...n",argv[0]);
return EXIT_FAILURE;
}
count=strtol(argv[1],&p2,10);
if(count<1 || *p2!=0)
{
fprintf(stderr,"bad number %sn",argv[1]);
return EXIT_SUCCESS;
}
while(optind< argc)
{
extract(count,argv[optind]);
++optind;
}
return EXIT_SUCCESS;
}
в качестве теста, я написал следующий эквивалентный код на Java:
import java.io.*;
import java.util.zip.GZIPInputStream;
public class GetLineByIndex{
private int index;
public GetLineByIndex(int count){
this.index=count;
}
private String extract(File file) throws IOException
{
long curr=1;
byte buffer[]=new byte[2048];
StringBuilder line=null;
InputStream in=null;
if(file.getName().toLowerCase().endsWith(".gz")){
in= (new GZIPInputStream(new FileInputStream(file)));
}else{
in= (new FileInputStream(file));
}
int nRead=0;
while((nRead=in.read(buffer))!=-1)
{
int i=0;
while(i<nRead)
{
if(buffer[i]=='n')
{
++curr;
if(curr>this.index) break;
}
else if(curr==this.index)
{
if(line==null) line=new StringBuilder(500);
line.append((char)buffer[i]);
}
i++;
}
if(curr>this.index) break;
}
in.close();
return (line==null?null:line.toString());
}
public static void main(String args[]) throws Exception{
int optind=1;
if(args.length<2){
System.err.println("Usage: program (count) files...n");
return;
}
GetLineByIndex app=new GetLineByIndex(Integer.parseInt(args[0]));
while(optind < args.length)
{
String line=app.extract(new File(args[optind]));
if(line==null)
{
System.err.println("Not enough lines in "+args[optind]);
}
else
{
System.out.println(line);
}
++optind;
}
return;
}
}
случается, что программа java была намного быстрее (~1'45"), чтобы получить большой индекс, чем программа C (~2'15") на той же машине (я запускал этот тест несколько раз).
Как я могу объяснить эту разницу ?
5 ответов
наиболее вероятным объяснением того, что версия Java будет быстрее версии C, является то, что версия C неверна.
после исправления версии C я получил следующие результаты (противоречащие вашему утверждению, что Java быстрее, чем C):
Java 1.7 -client: 65 milliseconds (after JVM warmed up)
Java 1.7 -server: 82 milliseconds (after JVM warmed up)
gcc -O3: 37 milliseconds
задача была напечатать 200000-ю строку из файла words.gz
. Файл words.gz
был сгенерирован gzipping /usr/share/dict/words
.
...
static char buffer[MY_BUFFER_SIZE];
...
ssize_t len;
while((len=gzread(in,buffer,MY_BUFFER_SIZE)) > 0 && curr<=index)
{
char* p=buffer;
char* endp=buffer+len;
while(p < endp)
{
...
потому что fputc () не очень быстрый, и вы добавляете stuf char-by-char в свой выходной файл.
вызов fputc_unlocked или, скорее, разделение материала, который вы хотите добавить, и вызов fwrite() должны быть быстрее.
также ваши программы делают разные вещи. Я не профилировал вашу программу, но, глядя на ваш код, я подозреваю эту разницу:
для построения строки вы используете это в Java:
if(curr==this.index)
{
if(line==null) line=new StringBuilder(500);
line.append((char)buffer[i]);
}
и это в C:
if(curr==index)
{
fputc(*p,stdout);
}
т. е. вы печатаете по одному символу за раз для stdout. По умолчанию это buffere, но я подозреваю, что он все еще медленнее, чем 500-символьный буфер, который вы используете в Java.
У меня нет более глубоких знаний о том, какие оптимизации выполняет компилятор, но я думаю, что это то, что делает разницу между вашими программами. Microbenchmarks такой очень, очень, очень трудно сделать правильный и осмысленный. Вот статья Брайана Гетца, которая развивает это:http://www.ibm.com/developerworks/java/library/j-jtp02225/index.html
очень большие буферы могут быть медленнее. Я бы предложил вам сделать размер буфера одинаковым. т. е. 2 или 8 КБ