क्या हो सकता है या नहीं हो सकता है, इसके बारे में अटकलें लगाने के बजाय, आइए हम देखेंगे? मुझे C ++ का उपयोग करना होगा क्योंकि मेरे पास C # संकलक का काम नहीं है (हालाँकि VisualMelon से C # उदाहरण देखें ), लेकिन मुझे यकीन है कि समान सिद्धांत समान रूप से लागू होते हैं।
हम साक्षात्कार में आपके सामने आए दो विकल्पों को शामिल करेंगे। हम abs
कुछ उत्तरों द्वारा सुझाए गए संस्करण का भी उपयोग करेंगे।
#include <cstdlib>
bool IsSumInRangeWithVar(int a, int b)
{
int s = a + b;
if (s > 1000 || s < -1000) return false;
else return true;
}
bool IsSumInRangeWithoutVar(int a, int b)
{
if (a + b > 1000 || a + b < -1000) return false;
else return true;
}
bool IsSumInRangeSuperOptimized(int a, int b) {
return (abs(a + b) < 1000);
}
अब इसे बिना किसी अनुकूलन के संकलित करें: g++ -c -o test.o test.cpp
अब हम ठीक से देख सकते हैं कि यह क्या उत्पन्न करता है: objdump -d test.o
0000000000000000 <_Z19IsSumInRangeWithVarii>:
0: 55 push %rbp # begin a call frame
1: 48 89 e5 mov %rsp,%rbp
4: 89 7d ec mov %edi,-0x14(%rbp) # save first argument (a) on stack
7: 89 75 e8 mov %esi,-0x18(%rbp) # save b on stack
a: 8b 55 ec mov -0x14(%rbp),%edx # load a and b into edx
d: 8b 45 e8 mov -0x18(%rbp),%eax # load b into eax
10: 01 d0 add %edx,%eax # add a and b
12: 89 45 fc mov %eax,-0x4(%rbp) # save result as s on stack
15: 81 7d fc e8 03 00 00 cmpl $0x3e8,-0x4(%rbp) # compare s to 1000
1c: 7f 09 jg 27 # jump to 27 if it's greater
1e: 81 7d fc 18 fc ff ff cmpl $0xfffffc18,-0x4(%rbp) # compare s to -1000
25: 7d 07 jge 2e # jump to 2e if it's greater or equal
27: b8 00 00 00 00 mov $0x0,%eax # put 0 (false) in eax, which will be the return value
2c: eb 05 jmp 33 <_Z19IsSumInRangeWithVarii+0x33>
2e: b8 01 00 00 00 mov $0x1,%eax # put 1 (true) in eax
33: 5d pop %rbp
34: c3 retq
0000000000000035 <_Z22IsSumInRangeWithoutVarii>:
35: 55 push %rbp
36: 48 89 e5 mov %rsp,%rbp
39: 89 7d fc mov %edi,-0x4(%rbp)
3c: 89 75 f8 mov %esi,-0x8(%rbp)
3f: 8b 55 fc mov -0x4(%rbp),%edx
42: 8b 45 f8 mov -0x8(%rbp),%eax # same as before
45: 01 d0 add %edx,%eax
# note: unlike other implementation, result is not saved
47: 3d e8 03 00 00 cmp $0x3e8,%eax # compare to 1000
4c: 7f 0f jg 5d <_Z22IsSumInRangeWithoutVarii+0x28>
4e: 8b 55 fc mov -0x4(%rbp),%edx # since s wasn't saved, load a and b from the stack again
51: 8b 45 f8 mov -0x8(%rbp),%eax
54: 01 d0 add %edx,%eax
56: 3d 18 fc ff ff cmp $0xfffffc18,%eax # compare to -1000
5b: 7d 07 jge 64 <_Z22IsSumInRangeWithoutVarii+0x2f>
5d: b8 00 00 00 00 mov $0x0,%eax
62: eb 05 jmp 69 <_Z22IsSumInRangeWithoutVarii+0x34>
64: b8 01 00 00 00 mov $0x1,%eax
69: 5d pop %rbp
6a: c3 retq
000000000000006b <_Z26IsSumInRangeSuperOptimizedii>:
6b: 55 push %rbp
6c: 48 89 e5 mov %rsp,%rbp
6f: 89 7d fc mov %edi,-0x4(%rbp)
72: 89 75 f8 mov %esi,-0x8(%rbp)
75: 8b 55 fc mov -0x4(%rbp),%edx
78: 8b 45 f8 mov -0x8(%rbp),%eax
7b: 01 d0 add %edx,%eax
7d: 3d 18 fc ff ff cmp $0xfffffc18,%eax
82: 7c 16 jl 9a <_Z26IsSumInRangeSuperOptimizedii+0x2f>
84: 8b 55 fc mov -0x4(%rbp),%edx
87: 8b 45 f8 mov -0x8(%rbp),%eax
8a: 01 d0 add %edx,%eax
8c: 3d e8 03 00 00 cmp $0x3e8,%eax
91: 7f 07 jg 9a <_Z26IsSumInRangeSuperOptimizedii+0x2f>
93: b8 01 00 00 00 mov $0x1,%eax
98: eb 05 jmp 9f <_Z26IsSumInRangeSuperOptimizedii+0x34>
9a: b8 00 00 00 00 mov $0x0,%eax
9f: 5d pop %rbp
a0: c3 retq
हम ढेर पतों से देख सकते हैं (उदाहरण के लिए, -0x4
में mov %edi,-0x4(%rbp)
बनाम -0x14
में mov %edi,-0x14(%rbp)
) है कि IsSumInRangeWithVar()
ढेर पर 16 अतिरिक्त बाइट्स का उपयोग करता है।
क्योंकि IsSumInRangeWithoutVar()
इंटरमीडिएट मान को संग्रहीत करने के लिए स्टैक पर कोई स्थान आवंटित नहीं s
किया गया है, जिसके परिणामस्वरूप इसे 2 निर्देश लंबा हो गया है।
मजेदार, IsSumInRangeSuperOptimized()
बहुत कुछ दिखता है IsSumInRangeWithoutVar()
, सिवाय इसके कि यह पहले -1000 और 1000 सेकंड की तुलना में है।
अब केवल सबसे बुनियादी अनुकूलन के साथ संकलित करें g++ -O1 -c -o test.o test.cpp
:। परिणाम:
0000000000000000 <_Z19IsSumInRangeWithVarii>:
0: 8d 84 37 e8 03 00 00 lea 0x3e8(%rdi,%rsi,1),%eax
7: 3d d0 07 00 00 cmp $0x7d0,%eax
c: 0f 96 c0 setbe %al
f: c3 retq
0000000000000010 <_Z22IsSumInRangeWithoutVarii>:
10: 8d 84 37 e8 03 00 00 lea 0x3e8(%rdi,%rsi,1),%eax
17: 3d d0 07 00 00 cmp $0x7d0,%eax
1c: 0f 96 c0 setbe %al
1f: c3 retq
0000000000000020 <_Z26IsSumInRangeSuperOptimizedii>:
20: 8d 84 37 e8 03 00 00 lea 0x3e8(%rdi,%rsi,1),%eax
27: 3d d0 07 00 00 cmp $0x7d0,%eax
2c: 0f 96 c0 setbe %al
2f: c3 retq
क्या आप इसे देखेंगे: प्रत्येक संस्करण समान है । कंपाइलर कुछ काफी चालाक करने में सक्षम है: एक अहस्ताक्षरित तुलना abs(a + b) <= 1000
करने a + b + 1000 <= 2000
पर विचार करने के बराबर है setbe
, इसलिए एक नकारात्मक संख्या एक बहुत बड़ी सकारात्मक संख्या बन जाती है। lea
अनुदेश वास्तव में एक अनुदेश में इन सभी अतिरिक्त करते हैं, और सभी सशर्त शाखाओं समाप्त कर सकते हैं।
अपने प्रश्न का उत्तर देने के लिए, लगभग हमेशा ऑप्टिमाइज़ करने की चीज़ मेमोरी या गति नहीं है, बल्कि पठनीयता है । पठन कोड इसे लिखने की तुलना में बहुत कठिन है, और कोड को पढ़ने के लिए जिसे "अनुकूलित" करने के लिए तैयार किया गया है, यह उस कोड को पढ़ने की तुलना में बहुत कठिन है जिसे स्पष्ट लिखा गया है। अधिक बार नहीं, ये "अनुकूलन" नगण्य हैं, या जैसा कि इस मामले में प्रदर्शन पर शून्य वास्तविक प्रभाव है।
इस सवाल का पालन करें, जब यह कोड संकलित भाषा के बजाय एक संकलित भाषा में है तो क्या परिवर्तन होता है? फिर, क्या अनुकूलन मायने रखता है या इसका एक ही परिणाम है?
चलो उपाय करो! मैंने पायथन में उदाहरण दिए हैं:
def IsSumInRangeWithVar(a, b):
s = a + b
if s > 1000 or s < -1000:
return False
else:
return True
def IsSumInRangeWithoutVar(a, b):
if a + b > 1000 or a + b < -1000:
return False
else:
return True
def IsSumInRangeSuperOptimized(a, b):
return abs(a + b) <= 1000
from dis import dis
print('IsSumInRangeWithVar')
dis(IsSumInRangeWithVar)
print('\nIsSumInRangeWithoutVar')
dis(IsSumInRangeWithoutVar)
print('\nIsSumInRangeSuperOptimized')
dis(IsSumInRangeSuperOptimized)
print('\nBenchmarking')
import timeit
print('IsSumInRangeWithVar: %fs' % (min(timeit.repeat(lambda: IsSumInRangeWithVar(42, 42), repeat=50, number=100000)),))
print('IsSumInRangeWithoutVar: %fs' % (min(timeit.repeat(lambda: IsSumInRangeWithoutVar(42, 42), repeat=50, number=100000)),))
print('IsSumInRangeSuperOptimized: %fs' % (min(timeit.repeat(lambda: IsSumInRangeSuperOptimized(42, 42), repeat=50, number=100000)),))
पायथन 3.5.2 के साथ चलाएँ, इससे आउटपुट उत्पन्न होता है:
IsSumInRangeWithVar
2 0 LOAD_FAST 0 (a)
3 LOAD_FAST 1 (b)
6 BINARY_ADD
7 STORE_FAST 2 (s)
3 10 LOAD_FAST 2 (s)
13 LOAD_CONST 1 (1000)
16 COMPARE_OP 4 (>)
19 POP_JUMP_IF_TRUE 34
22 LOAD_FAST 2 (s)
25 LOAD_CONST 4 (-1000)
28 COMPARE_OP 0 (<)
31 POP_JUMP_IF_FALSE 38
4 >> 34 LOAD_CONST 2 (False)
37 RETURN_VALUE
6 >> 38 LOAD_CONST 3 (True)
41 RETURN_VALUE
42 LOAD_CONST 0 (None)
45 RETURN_VALUE
IsSumInRangeWithoutVar
9 0 LOAD_FAST 0 (a)
3 LOAD_FAST 1 (b)
6 BINARY_ADD
7 LOAD_CONST 1 (1000)
10 COMPARE_OP 4 (>)
13 POP_JUMP_IF_TRUE 32
16 LOAD_FAST 0 (a)
19 LOAD_FAST 1 (b)
22 BINARY_ADD
23 LOAD_CONST 4 (-1000)
26 COMPARE_OP 0 (<)
29 POP_JUMP_IF_FALSE 36
10 >> 32 LOAD_CONST 2 (False)
35 RETURN_VALUE
12 >> 36 LOAD_CONST 3 (True)
39 RETURN_VALUE
40 LOAD_CONST 0 (None)
43 RETURN_VALUE
IsSumInRangeSuperOptimized
15 0 LOAD_GLOBAL 0 (abs)
3 LOAD_FAST 0 (a)
6 LOAD_FAST 1 (b)
9 BINARY_ADD
10 CALL_FUNCTION 1 (1 positional, 0 keyword pair)
13 LOAD_CONST 1 (1000)
16 COMPARE_OP 1 (<=)
19 RETURN_VALUE
Benchmarking
IsSumInRangeWithVar: 0.019361s
IsSumInRangeWithoutVar: 0.020917s
IsSumInRangeSuperOptimized: 0.020171s
बाइटकोड "कंपाइलर" अनुकूलन के रास्ते में बहुत कुछ नहीं करता है, क्योंकि पायथन में बेचैनी बहुत दिलचस्प नहीं है।
तीनों कार्यों का प्रदर्शन लगभग समान है। IsSumInRangeWithVar()
सीमांत गति प्राप्त होने के कारण हम इसके साथ जा सकते हैं । यद्यपि मैं जोड़ूंगा क्योंकि मैं विभिन्न मापदंडों की कोशिश कर रहा था timeit
, कभी-कभी IsSumInRangeSuperOptimized()
सबसे तेजी से निकलता था, इसलिए मुझे संदेह है कि यह अंतर के लिए जिम्मेदार बाहरी कारक हो सकते हैं, बजाय किसी भी कार्यान्वयन के आंतरिक लाभ के।
यदि यह वास्तव में प्रदर्शन महत्वपूर्ण कोड है, तो एक व्याख्या की गई भाषा बस एक बहुत ही खराब विकल्प है। Pypy के साथ एक ही कार्यक्रम चलाना, मुझे मिलता है:
IsSumInRangeWithVar: 0.000180s
IsSumInRangeWithoutVar: 0.001175s
IsSumInRangeSuperOptimized: 0.001306s
बस पेपी का उपयोग करते हुए, जो इंटरप्रेटर ओवरहेड के बहुत सारे को खत्म करने के लिए जेआईटी संकलन का उपयोग करता है, ने परिमाण के 1 या 2 आदेशों के प्रदर्शन में सुधार किया है। मुझे यह देखकर काफी धक्का लगा कि मैं IsSumInRangeWithVar()
दूसरों की तुलना में तेज़ी से बड़ा हुआ हूं । इसलिए मैंने बेंचमार्क का क्रम बदल दिया और फिर से भाग गया:
IsSumInRangeSuperOptimized: 0.000191s
IsSumInRangeWithoutVar: 0.001174s
IsSumInRangeWithVar: 0.001265s
इसलिए ऐसा लगता है कि यह वास्तव में कार्यान्वयन के बारे में कुछ भी नहीं है जो इसे तेज करता है, बल्कि उस क्रम में जिसमें मैं बेंचमार्किंग करता हूं!
मैं इसे और गहराई से खोदना पसंद करूंगा, क्योंकि ईमानदारी से मुझे नहीं पता कि ऐसा क्यों होता है। लेकिन मेरा मानना है कि बिंदु बनाया गया है: सूक्ष्म-अनुकूलन जैसे कि एक मध्यवर्ती मान को एक चर के रूप में घोषित करना है या नहीं, शायद ही कभी प्रासंगिक है। एक व्याख्या की गई भाषा या अत्यधिक अनुकूलित संकलक के साथ, पहला उद्देश्य अभी भी स्पष्ट कोड लिखना है।
यदि आगे अनुकूलन की आवश्यकता हो सकती है, तो बेंचमार्क । याद रखें कि सर्वोत्तम अनुकूलन छोटे विवरणों से नहीं, बल्कि बड़े एल्गोरिदमिक चित्र से आते हैं: एक ही कार्य के बार-बार मूल्यांकन के लिए pypy परिमाण का एक क्रम होने जा रहा है, क्योंकि यह साइफथॉन से अधिक तेज़ एल्गोरिदम (JIT संकलक बनाम व्याख्या) का उपयोग करता है। कार्यक्रम। और साथ ही साथ विचार करने के लिए कोडित एल्गोरिथ्म है: बी-ट्री के माध्यम से एक खोज एक लिंक की गई सूची से तेज होगी।
यह सुनिश्चित करने के बाद कि आप नौकरी के लिए सही उपकरण और एल्गोरिदम का उपयोग कर रहे हैं , सिस्टम के विवरण में गहराई से गोता लगाने के लिए तैयार रहें । अनुभवी डेवलपर्स के लिए भी परिणाम बहुत आश्चर्यजनक हो सकते हैं, और यही कारण है कि परिवर्तनों को निर्धारित करने के लिए आपके पास एक बेंचमार्क होना चाहिए।