昂贵算法的 Clojure 性能
我已经实现了一种算法来计算最长的连续公共子序列(不要与最长的公共子序列混淆,尽管对于这个问题并不重要)。我需要从中榨取最大的性能,因为我会经常调用它。我已经在Clojure和Java中实现了相同的算法,以便比较性能。Java 版本的运行速度明显更快。我的问题是,我是否可以对Clojure版本做些什么来将其加速到Java的水平。
下面是 Java 代码:
public static int lcs(String[] a1, String[] a2) {
if (a1 == null || a2 == null) {
return 0;
}
int matchLen = 0;
int maxLen = 0;
int a1Len = a1.length;
int a2Len = a2.length;
int[] prev = new int[a2Len + 1]; // holds data from previous iteration of inner for loop
int[] curr = new int[a2Len + 1]; // used for the 'current' iteration of inner for loop
for (int i = 0; i < a1Len; ++i) {
for (int j = 0; j < a2Len; ++j) {
if (a1[i].equals(a2[j])) {
matchLen = prev[j] + 1; // curr and prev are padded by 1 to allow for this assignment when j=0
}
else {
matchLen = 0;
}
curr[j+1] = matchLen;
if (matchLen > maxLen) {
maxLen = matchLen;
}
}
int[] swap = prev;
prev = curr;
curr = swap;
}
return maxLen;
}
以下是相同的Clojure版本:
(defn lcs
[#^"[Ljava.lang.String;" a1 #^"[Ljava.lang.String;" a2]
(let [a1-len (alength a1)
a2-len (alength a2)
prev (int-array (inc a2-len))
curr (int-array (inc a2-len))]
(loop [i 0 max-len 0 prev prev curr curr]
(if (< i a1-len)
(recur (inc i)
(loop [j 0 max-len max-len]
(if (< j a2-len)
(if (= (aget a1 i) (aget a2 j))
(let [match-len (inc (aget prev j))]
(do
(aset-int curr (inc j) match-len)
(recur (inc j) (max max-len match-len))))
(do
(aset-int curr (inc j) 0)
(recur (inc j) max-len)))
max-len))
curr
prev)
max-len))))
现在,让我们在我的计算机上测试这些:
(def pool "ABC")
(defn get-random-id [n] (apply str (repeatedly n #(rand-nth pool))))
(def a1 (into-array (take 10000 (repeatedly #(get-random-id 5)))))
(def a2 (into-array (take 10000 (repeatedly #(get-random-id 5)))))
爪哇岛:
(time (Ratcliff/lcs a1 a2))
"Elapsed time: 1521.455 msecs"
Clojure:
(time (lcs a1 a2))
"Elapsed time: 19863.633 msecs"
Clojure速度很快,但仍然比Java慢一个数量级。我能做些什么来缩小这个差距吗?或者我已经把它最大化了,一个数量级是“最小的Clojure开销”。
如您所见,我已经在使用循环的“低级”构造,我正在使用本机Java数组,并且我已经对参数进行了类型提示以避免反射。
有一些算法优化是可能的,但我现在不想去那里。我很好奇我能与Java性能有多接近。如果我不能缩小差距,我就只使用Java代码。这个项目的其余部分在Clojure中,但也许有时为了性能而下降到Java是必要的。