我的pi近似代码与官方页面上的代码非常相似:
function piaprox()
sum = 1.0
for i = 2:m-1
sum = sum + (1.0/(i*i))
end
end
m = parse(Int,ARGS[1])
opak = parse(Int,ARGS[2])
@time for i = 0:opak
piaprox()
end
Run Code Online (Sandbox Code Playgroud)
当我尝试比较C和Julia的时间时,Julia明显变慢,m = 100000000几乎为38秒(C的时间为0.1608328933秒).为什么会这样?
Rez*_*lan 13
julia> m=100000000
julia> function piaprox()
sum = 1.0
for i = 2:m-1
sum = sum + (1.0/(i*i))
end
end
piaprox (generic function with 1 method)
julia> @time piaprox()
28.482094 seconds (600.00 M allocations: 10.431 GB, 3.28% gc time)
Run Code Online (Sandbox Code Playgroud)
我想提一下julia文档的Performance Tips部分中的两个非常重要的段落:
避免全局变量全局变量可能具有其值,因此其类型随时都会发生变化.这使编译器难以使用全局变量优化代码.变量应该是本地的,或者尽可能作为参数传递给函数.....
宏@code_warntype(或其函数变量code_warntype())有时可以帮助诊断与类型相关的问题.
julia> @code_warntype piaprox();
Variables:
sum::Any
#s1::Any
i::Any
Run Code Online (Sandbox Code Playgroud)
从@code_warntype输出中可以清楚地看出,编译器无法识别局部变量的类型piaprox().所以我们尝试声明类型并删除全局变量:
function piaprox(m::Int)
sum::Float64 = 1.0
i::Int = 0
for i = 2:m-1
sum = sum + (1.0/(i*i))
end
end
julia> @time piaprox(100000000 )
0.009023 seconds (11.10 k allocations: 399.769 KB)
julia> @code_warntype piaprox(100000000);
Variables:
m::Int64
sum::Float64
i::Int64
#s1::Int64
Run Code Online (Sandbox Code Playgroud)
编辑
正如@ user3662120评论的那样,答案的超快行为是错误的结果,没有返回值LLVM可能会忽略for循环,通过添加返回行,@time结果将是:
julia> @time piaprox(100000000)
0.746795 seconds (11.11 k allocations: 400.294 KB, 0.45% gc time)
1.644934057834575
Run Code Online (Sandbox Code Playgroud)
| 归档时间: |
|
| 查看次数: |
230 次 |
| 最近记录: |