Bash 使用参数列表有性能问题吗？

Question

在 bash 5.0 中解决

背景

对于背景（和理解（并试图避免这个问题似乎吸引的反对票）），我将解释让我解决这个问题的途径（好吧，两个月后我能回忆起的最好的）。

假设您正在对 Unicode 字符列表进行一些 shell 测试：

printf "$(printf '\\U%x ' {33..200})"

并且有超过 100 万个 Unicode 字符，测试其中的 20.000 个似乎并不多。
还假设您将字符设置为位置参数：

set -- $(printf "$(printf '\\U%x ' {33..20000})")

目的是将字符传递给每个函数以不同的方式处理它们。所以函数应该具有形式test1 "$@"或类似的形式。现在我意识到这在 bash 中是多么糟糕的主意。

现在，假设需要为每个解决方案计时（一个 n=1000 ）以找出哪个更好，在这种情况下，您将以类似于以下的结构结束：

#!/bin/bash --
TIMEFORMAT='real: %R'  # '%R %U %S'

set -- $(printf "$(printf '\\U%x ' {33..20000})")
n=1000

test1(){ echo "$1"; } >/dev/null
test2(){ echo "$#"; } >/dev/null
test3(){ :; }

main1(){ time for i in $(seq $n); do test1 "$@"; done
         time for i in $(seq $n); do test2 "$@"; done
         time for i in $(seq $n); do test3 "$@"; done
       }

main1 "$@"

功能test#非常非常简单，仅在此展示。
原件被逐步修剪以找出巨大延迟的地方。

上面的脚本是有效的，你可以运行它并浪费几秒钟做很少的事情。

在简化以找到延迟的确切位置的过程中（并且在多次试验后将每个测试函数减少到几乎没有是极端的）我决定删除传递给每个测试函数的参数以找出时间改进了多少，只有因子为 6，不多。

要自己尝试，请删除所有"$@"in 函数main1（或制作副本）并再次测试（或两者main1和副本main2（带有main2 "$@"））以进行比较。这是原始帖子（OP）中的基本结构。

但我想知道：为什么 shell 需要这么长时间才能“什么都不做”？。是的，只有“几秒钟”，但是，为什么？

这让我在其他 shell 中测试发现只有 bash 有这个问题。
尝试ksh ./script（与上面相同的脚本）。

这导致了这样的描述：调用test#没有任何参数的函数 ( ) 会被父级 ( main#) 中的参数延迟。这是下面的描述，是下面的原始帖子（OP）。

原帖。

调用一个函数（Bash中4.4.12（1）-release）什么也不做，f1(){ :; }是一千倍速度低于:但仅如果在规定的参数父调用函数，为什么呢？

#!/bin/bash
TIMEFORMAT='real: %R'

f1   () { :; }

f2   () {
   echo "                     args = $#";
   printf '1 function no   args yes '; time for ((i=1;i<$n;i++)); do  :   ; done 
   printf '2 function yes  args yes '; time for ((i=1;i<$n;i++)); do  f1  ; done
   set --
   printf '3 function yes  args no  '; time for ((i=1;i<$n;i++)); do  f1  ; done
   echo
        }

main1() { set -- $(seq $m)
          f2  ""
          f2 "$@"
        }

n=1000; m=20000; main1

结果test1：

                     args = 1
1 function no   args yes real:  0.013
2 function yes  args yes real:  0.024
3 function yes  args no  real:  0.020

                     args = 20000
1 function no   args yes real:  0.010
2 function yes  args yes real: 20.326
3 function yes  args no  real:  0.019

function 中没有使用参数或输入或输出f1，千分之一 (1000) 的延迟是意外的。¹

---

将测试扩展到几个 shell，结果是一致的，大多数 shell 没有问题也没有延迟（使用相同的 n 和 m）：

test2(){
          for sh in dash mksh ksh zsh bash b50sh
      do
          echo "$sh" >&2
#         \time -f '\t%E' seq "$m" >/dev/null
#         \time -f '\t%E' "$sh" -c 'set -- $(seq '"$m"'); for i do :; done'
          \time -f '\t%E' "$sh" -c 'f(){ :;}; while [ "$((i+=1))" -lt '"$n"' ]; do : ; done;' $(seq $m)
          \time -f '\t%E' "$sh" -c 'f(){ :;}; while [ "$((i+=1))" -lt '"$n"' ]; do f ; done;' $(seq $m)
      done
}

test2

结果：

dash
        0:00.01
        0:00.01
mksh
        0:00.01
        0:00.02
ksh
        0:00.01
        0:00.02
zsh
        0:00.02
        0:00.04
bash
        0:10.71
        0:30.03
b55sh             # --without-bash-malloc
        0:00.04
        0:17.11
b56sh             # RELSTATUS=release
        0:00.03
        0:15.47
b50sh             # Debug enabled (RELSTATUS=alpha)
        0:04.62
        xxxxxxx    More than a day ......

取消对其他两个测试的注释以确认没有seq或正在处理参数列表是延迟的来源。

¹据已知的是，通过使参数结果会增加执行时间。谢谢@slm

Answer 1

^{复制自：为什么在循环中延迟？根据您的要求：}

您可以将测试用例缩短为：

time bash -c 'f(){ :;};for i do f; done' {0..10000}

它正在调用一个$@似乎触发它的函数。

我的猜测是时间花在保存$@到堆栈上并在之后恢复它。bash通过复制所有值或类似的东西，可能会非常低效。时间似乎在 o(n²) 中。

您在其他 shell 中获得相同类型的时间：

time zsh -c 'f(){ :;};for i do f "$@"; done' {0..10000}

这就是您将参数列表传递给函数的地方，这一次 shell需要复制值（bash最终会慢 5 倍）。

^{（我最初认为它在 bash 5（目前处于 alpha 阶段）中更糟，但这归结为@egmont 指出的开发版本中启用了 malloc 调试；bash如果您想将自己的构建与系统之一。例如，Ubuntu 使用--without-bash-malloc)}