optimization - 在 Haskell 中做有效的数值

Question

我受到这篇名为“Only fast languages are interesting”的帖子的启发，以查看他在 Haskell 中提出的问题(从向量中求和数百万个数字)并与他的结果进行比较。

我是 Haskell 新手，所以我真的不知道如何正确计时或如何有效地做到这一点，我对这个问题的第一次尝试如下。请注意，我没有在向量中使用随机数，因为我不确定如何以一种好的方式去做。我也在打印东西以确保全面评估。

import System.TimeIt

import Data.Vector as V

vector :: IO (Vector Int)
vector = do
  let vec = V.replicate 3000000 10
  print $ V.length vec
  return vec

sumit :: IO ()
sumit = do
  vec <- vector
  print $ V.sum vec

time = timeIt sumit

在 GHCI 中加载并运行 time告诉我运行 300 万个号码大约需要 0.22 秒，运行 3000 万个号码需要 2.69 秒。

与博客作者在 Lush 中 0.02 秒和 0.18 秒的结果相比，这要差得多，这让我相信这可以以更好的方式完成。

注意:以上代码需要 TimeIt 包才能运行。 cabal install timeit会给你的。

Answer 1

首先，要意识到 GHCi 是一个解释器，它的设计并不是很快。要获得更有用的结果，您应该在启用优化的情况下编译代码。这可以产生巨大的影响。

此外，对于任何认真的 Haskell 代码基准测试，我建议使用 criterion .它使用各种统计技术来确保您获得可靠的测量结果。

我修改了您的代码以使用标准并删除了打印语句，这样我们就不会为 I/O 计时。

import Criterion.Main
import Data.Vector as V

vector :: IO (Vector Int)
vector = do
  let vec = V.replicate 3000000 10
  return vec

sumit :: IO Int
sumit = do
  vec <- vector
  return $ V.sum vec

main = defaultMain [bench "sumit" $ whnfIO sumit]

用 -O2 编译它，我在一个非常慢的上网本上得到了这个结果:

$ ghc --make -O2 Sum.hs
$ ./Sum 
warming up
estimating clock resolution...
mean is 56.55146 us (10001 iterations)
found 1136 outliers among 9999 samples (11.4%)
  235 (2.4%) high mild
  901 (9.0%) high severe
estimating cost of a clock call...
mean is 2.493841 us (38 iterations)
found 4 outliers among 38 samples (10.5%)
  2 (5.3%) high mild
  2 (5.3%) high severe

benchmarking sumit
collecting 100 samples, 8 iterations each, in estimated 6.180620 s
mean: 9.329556 ms, lb 9.222860 ms, ub 9.473564 ms, ci 0.950
std dev: 628.0294 us, lb 439.1394 us, ub 1.045119 ms, ci 0.950

所以我得到的平均时间刚刚超过 9 毫秒，标准偏差不到一毫秒。对于更大的测试用例，我得到大约 100 毫秒。

在使用 vector 时启用优化尤其重要。包，因为它大量使用流融合，在这种情况下，它能够完全消除数据结构，将您的程序变成一个高效、紧密的循环。

通过使用 -fllvm 来试验新的基于 LLVM 的代码生成器可能也是值得的。选项。 It is apparently well-suited for numeric code .