一次提高代碼性能的嘗試

在做一道題時碰到的問題,記錄下來,備忘
題目:Substring with Concatenation of All Words

簡單就是說,給一個字符串s,再給一個由字符串words(每個字符串的長度一樣)組成的數組。遍歷s,如果其中的一個子字符串sub_s是可以由words中的所有字符串組成。那么就記錄該sub_s的首字符的index。再把所有的index返回成一個數組。

  • 最開始的想法很直接,即把words中的所有元素進行一次排列Array#permutation,然后將排列好的每一個數組join成一個字符串,再用String#index方法找到索引,再返回
 def find_substring1(s, words)
   array =[]
   words.permutation.map(&:join).each do |ele|
     array << s.index(ele)
   end
   array.compact.sort
 end

這樣寫的好處是簡潔,充分體現了ruby的優勢,但缺點是一旦words中的元素有很多,比如10個以上,那么使用permutation就會生成10!這么多的排列,不僅執行速度上會變得很慢,還很容易溢出。所以這個方法是不可取的。

  • 接著嘗試了另一種方法
def find_substring2(s, words)  
 array = []
 m = words.first.size
 return [] if s.size < words.size
 j = 0
 until j  > s.size  - words.size * m
   words_dup = words.dup
   j.step(s.size-1,m) do |i|      
     substr = s[i,m]
     if words_dup.include? substr
       index = words_dup.index(substr)
       words_dup.delete_at(index)
       if words_dup.empty?
         array << j
         break
       end
     else
       break
     end
   end
   j += 1
 end
 array
end

從s[0](j=0)開始,先判斷s[0,m](這里假設words中每個字符串的長度是m)是否在words_dup數組中,如果在,則從words_dup數組中刪除該字符串,然后再判斷s[m,m]是否在words_dup數組中,如果不在,則重新開始,從s[1](j+=1)開始重新判斷。如果words_dup為空了,說明s中存在一個子字符串是由words中所有的字符串組成的,此時將j添加到array中,最后返回array。
這樣可以滿足大部分情況,但是當s或者words特別大的時候,比如:

 s = "ab" * 5000
words = ["ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba","ab","ba"]

此時該方法的性能會變得很差。

  • 上面方法的瓶頸應該是在include?、index、delete_at這三個方法上。所以想到,是否可以用hash來將字符串的判斷變成整數的運算提高性能。
def find_substring3(s, words)  
 array = []
 h = Hash.new(0)
 words.each {|ele| h[ele] += 1}
 m = words.first.size
 return [] if s.size < words.size
 j = 0
 until j  > s.size  - words.size * m
   hash = h.dup
   j.step(s.size-1,m) do |i|      
     substr = s[i,m]
     if hash[substr] > 0
       hash[substr] -= 1
       if hash.all? {|k,v| v == 0}
         array << j
         break
       end      
     else
       break
     end
   end
   j += 1
 end
 array
end

整個判斷邏輯是一樣的,不同的是,在最開始的時候,將words數組轉化為了一個hash,其中key是words中的字符串元素,value是這些字符串元素在words中的重復次數。這樣hash的長度肯定是小于等于words的。省去了一些空間。同時將判斷變成了hash[substr] > 0(對應上面方法的include?)、刪除元素變成了hash[substr] -= 1(對應上面方法的Index,delete_at)。運行一下看看效果。
結果卻變得更慢了!

  • 那是什么原因呢?看代碼發現有一行是hash.all? {|k,v| v == 0},此處是判斷,當words中所有的字符串的次數都為0里,說明s中存在一個子字符串是由words中所有的字符串組成的。分析可以知道,每次循環,都會去調用all?這個方法,而這個方法是比較耗時的,因為是需要遍歷hash中的每一對鍵值。所以再次修改
def find_substring4(s, words)  
 array = []
 h = Hash.new(0)
 words.each {|ele| h[ele] += 1}
 m = words.first.size
 return [] if s.size < words.size
 j = 0
 until j  > s.size  - words.size * m
   hash = h.dup
   j.step(s.size-1,m) do |i|      
     substr = s[i,m]
     if hash[substr] > 0
       hash[substr] -= 1
       #這里        
       unless hash.any? {|k,v| v > 0}
         array << j
         break
       end      
     else
       break
     end
   end
   j += 1
 end
 array
end

將all?改為了any?,這樣就不需要遍歷整個hash了。

OK。可以用benchmark看一下結果(因為permutation方法在這種輸入的情況下已經溢出了,所以就不執行了)

require 'benchmark'
Benchmark.bm(10) do |t|
  t.report("find_substring2") { find_substring2(s, words) }
  t.report("find_substring3") { find_substring3(s, words) }
  t.report("find_substring4") { find_substring4(s, words) }
end

結果如下:

                 user     system      total        real
find_substring2  2.329000   0.000000   2.329000 (  2.327370)
find_substring3  3.312000   0.000000   3.312000 (  3.376481)
find_substring4  0.609000   0.000000   0.609000 (  0.620764)

提升很明顯!

  • 再試著優化一下
def find_substring5(s, words)  
 array = []
 h = Hash.new(0)
 words.each {|ele| h[ele] += 1}
 m = words.first.size
 return [] if s.size < words.size
 j = 0
 until j  > s.size  - words.size * m
   hash = h.dup
   j.step(s.size-1,m) do |i|      
     substr = s[i,m]
     if hash[substr] > 0
       hash[substr] -= 1
       #這里
       hash.delete(substr) if hash[substr] == 0
       if hash.empty?
         array << j
         break
       end      
     else
       break
     end
   end
   j += 1
 end
 array
end

將any?改成有empty?,并且在之前增加了一步操作,如果hash[substr]的重復次數為0,那么就在hash中刪除掉該元素。這樣在循環的過程中,hash的元素會變小,因此要比any? 操作的數據小一些。

驗證一下:

require 'benchmark'
Benchmark.bm(10) do |t|
  t.report("find_substring4") { find_substring4(s, words) }
  t.report("find_substring5") { find_substring5(s, words) }
end

結果如下:

                 user     system      total        real
find_substring4  0.610000   0.016000   0.626000 (  0.624748)
find_substring5  0.531000   0.000000   0.531000 (  0.526358)

提升不是很明顯,但還是有提升的。


試著總結一下(不一定正確,但可以往這個方向去試著優化)

  • 如果可以用整數操作,盡量用整數進行操作,比字符串的操作要快
  • 一些方法比如permutation、combination用起來很方便,但卻是犧牲了空間和時間的
  • 另一些方法比如all?需要遍歷才能最終判斷的,盡量用any?來取代。而empty?的開銷還要小一些。
  • 一般來說,在大數據的情況下,Hash的表現要高于Array
最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 229,362評論 6 537
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,013評論 3 423
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 177,346評論 0 382
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,421評論 1 316
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,146評論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,534評論 1 325
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,585評論 3 444
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,767評論 0 289
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,318評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,074評論 3 356
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,258評論 1 371
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,828評論 5 362
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,486評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,916評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,156評論 1 290
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,993評論 3 395
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,234評論 2 375

推薦閱讀更多精彩內容