performance - Julia 文件输入读取速度

Question

我在解决 Code Jam 问题的同时让 Julia 试一试，在这种情况下，Rope Intranet 来自 2010 年第 1C 轮(https://code.google.com/codejam/contest/619102/dashboard)

解决方案基本上是:

for tc = 1:int(readline())
    n = int(readline())
    a = [map(int, split(readline())) for _ = 1:n]
    ans = 0

    for (i, x) in enumerate(a)
        for y in a[i + 1:end]
            ans += (x[1] - y[1]) * (x[2] - y[2]) < 0
        end
    end

    println("Case #", tc, ": ", ans)
end

然而，与 c++ 和 python 中的解决方案相比，大输入的时间结果并不是很令人印象深刻:

julia
real    0m6.196s
user    0m6.028s
sys     0m0.373s

c++
real    0m0.392s
user    0m0.338s
sys     0m0.053s


pypy
real    0m0.529s
user    0m0.507s
sys     0m0.016s

情况发生了变化，当我用随机数替换文件输入时(虽然仍然比 C++ 慢):

julia
real    0m3.065s
user    0m2.868s
sys     0m0.338s

c++
real    0m1.413s
user    0m1.348s
sys     0m0.055s

pypy
real    0m22.491s
user    0m22.257s
sys     0m0.160s

有什么方法可以优化 Julia 中的文件读取时间(我使用的是 v0.3.7)？

Answer 1

所以我在大输入( time cat A-large-practice.in | julia original.jl )上的基线时间是

real    0m2.730s
user    0m2.683s
sys     0m0.351s

在我的系统上，Julia 开始运行文件大约需要 0.2 秒。将代码放入函数中可能是最重要的第一步 - 这意味着一切都不是全局的，这可能会由于类型推断的困难而损害性能。这让我回到了 real 2.044s .

第二个问题实际上是 Julia 类型推断的缺陷，原因不同。基本上，列表推导式 + map = 某种类型的不稳定性。由于必须检查类型，这会传播以使算法稍后变慢。修复方法很简单 a = Vector{Int}[map(int, split(readline())) for _ = 1:n] ，然后给了我 real 0m0.474s .

因此大部分时间都花在了 Julia 启动上，而 map行，并实际打印 Case # .如果我真的扩大那个 map排到 for 循环我可以把它磨成 real 0m0.411s但这似乎不值得。