F# 脚本/F# 交互中的性能调整

Question

我需要将任意整数（即bigint）转换为其数字，以便我可以通过索引访问它们。

不过，我发现自己在该算法的两种可能实现之间徘徊：

open System

let toDigits (x:bigint) =
    x.ToString() 
    |> Seq.map (fun c -> (int c) - (int '0'))
    |> Seq.toArray

let toDigits' (x:bigint) =
    seq {
        let x' = ref x
        while !x' <> 0I do
            yield (int (!x' % 10I))
            x' := !x' / 10I
    } |> Seq.toArray |> Seq.rev

我嘀咕哪一个最快？为了帮助我回答这个问题，我设计了一个简单的profile方法

let profile f times = 
    let x = ref 0
    while !x < times do
        incr x
        f (bigint !x) |> ignore

与 F# Interactive 合并时#time会产生以下输出：

> profile toDigits 10000000;;
Real: 00:00:11.609, CPU: 00:00:11.606, GC gen0: 825, gen1: 1, gen2: 0
val it : unit = ()
> profile toDigits' 10000000;;
Real: 00:00:28.891, CPU: 00:00:28.844, GC gen0: 1639, gen1: 3, gen2: 0
val it : unit = ()

这清楚地表明了toDigit其优越性。不过，我想知道为什么，所以我问我的 F# 溢出者同胞，从现在开始我应该做什么。

在典型的 Java 程序中，我只需启动一个探查器（例如 jvisualvm）并让它告诉我哪些是某种 CPU 采样视图中的热门方法。我想这与我在常规项目中使用 .fs 文件进行开发的方式完全相同。当我在 F# Interactive 中时，我有点迷失。我是否应该将 .NET 探查器（在本例中为 ANTS 内存探查器）附加到 F# Interactive？这类软件开发有什么特殊的工作流程吗？

Answer 1

也许这不是您正在寻找的答案，但在函数式编程的世界中，为任务选择正确的方法（算法、数据结构……）可能会带来比任何彻底的类似 OOP 的微观更多的好处。 .NET 探查器可能提供的级别代码分析。

为了说明我的观点，在您的演示案例中，选择在和函数中使用序列进行操作很难证明是合理的。如果我们选择留在数组空间内，则等效功能可以表示为toDigitstoDigits'

let toDigits'' (x: bigint) =
    x.ToString().ToCharArray() |> Array.map (fun c -> int(c) - int('0'))

现在转向 FSI 提供的分析，我们可以观察到

> profile toDigits 10000000;;
Real: 00:00:13.020, CPU: 00:00:13.000, GC gen0: 1649, gen1: 2, gen2: 0

> profile toDigits'' 10000000;;
Real: 00:00:02.334, CPU: 00:00:02.343, GC gen0: 604, gen1: 1, gen2: 0

因此，由于更好地选择了要操作的数据结构，我们获得了5.6 倍的加速，而 FSI 分析器恰好证实了这一事实。