重新執行的大量差異

我編寫了一個C＃應用程序，該應用程序對索引編制索引並對該索引執行布爾文本檢索算法。文章結尾處的類展示了兩者的實現，構建索引並在其上執行算法。重新執行的大量差異

的代碼是通過下列方式一個GUI按鈕叫：

private void Execute_Click(object sender, EventArgs e) 
    { 
     Stopwatch s; 
     String output = "-----------------------\r\n"; 

     String sr = algoChoice.SelectedItem != null ? algoChoice.SelectedItem.ToString() : ""; 

     switch(sr){ 
      case "Naive search": 
       output += "Naive search\r\n"; 
       algo = NaiveSearch.GetInstance(); 
       break; 
      case "Boolean retrieval": 
       output += "boolean retrieval\r\n"; 
       algo = BooleanRetrieval.GetInstance(); 
       break; 
      default: 
       outputTextbox.Text = outputTextbox.Text + "Choose retrieval-algorithm!\r\n"; 
       return; 
     } 
     output += algo.BuildIndex("../../DocumentCollection/PilzFuehrer.txt") + "\r\n"; 

     postIndexMemory = GC.GetTotalMemory(true); 

     s = Stopwatch.StartNew(); 
     output += algo.Start("../../DocumentCollection/PilzFuehrer.txt", new String[] { "Pilz", "blau", "giftig", "Pilze" }); 
     s.Stop(); 

     postQueryMemory = GC.GetTotalMemory(true); 
     output += "\r\nTime elapsed:" + s.ElapsedTicks/(double)Stopwatch.Frequency + "\r\n"; 

     outputTextbox.Text = output + outputTextbox.Text; 
    }

開始的第一次執行（...）運行約700μS，每次重播只需要<爲10μs。該應用程序使用Visual Studio 2010和默認的「Debug」build配置進行編譯。

我試了很多找到包括分析和不同實現的原因，但效果始終保持不變。

如果有人可以給我一些新的想法，我會嘗試甚至解釋，我會很生氣。

class BooleanRetrieval:RetrievalAlgorithm 
    { 
     protected static RetrievalAlgorithm theInstance; 

     List<String> documentCollection; 
     Dictionary<String, BitArray> index; 

     private BooleanRetrieval() 
      : base("BooleanRetrieval") 
     { 

     } 

     public override String BuildIndex(string filepath) 
     { 
      documentCollection = new List<string>(); 
      index = new Dictionary<string, BitArray>(); 

      documentCollection.Add(filepath); 

      for(int i=0; i<documentCollection.Count; ++i) 
      { 
       StreamReader input = new StreamReader(documentCollection[i]); 

       var text = Regex.Split(input.ReadToEnd(), @"\W+").Distinct().ToArray(); 

       foreach (String wordToIndex in text) 
       { 
        if (!index.ContainsKey(wordToIndex)) 
        { 
         index.Add(wordToIndex, new BitArray(documentCollection.Count, false)); 
        } 

        index[wordToIndex][i] = true; 
       } 
      } 

      return "Index " + index.Keys.Count + "words.";    
     } 

     public override String Start(String filepath, String[] search) 
     { 
      BitArray tempDecision = new BitArray(documentCollection.Count, true); 

      List<String> res = new List<string>(); 

      foreach(String searchWord in search) 
      { 

       if (!index.ContainsKey(searchWord)) 
        return "No documents found!"; 

       tempDecision.And(index[searchWord]); 
      } 


      for (int i = 0; i < tempDecision.Count; ++i) 
      { 
       if (tempDecision[i] == true) 
       { 
        res.Add(documentCollection[i]); 
       } 
      } 

      return res.Count>0 ? res[0]: "Empty!"; 
     } 

     public static RetrievalAlgorithm GetInstance() 
     { 
      Contract.Ensures(Contract.Result<RetrievalAlgorithm>() != null, "result is null."); 
      if (theInstance == null) 
       theInstance = new BooleanRetrieval(); 

      theInstance.Executions++; 
      return theInstance; 
     } 
    }

來源

2012-06-01 B1ANCHi

http://en.wikipedia.org/wiki/Just-in-time_compilation –

看起來像JIT編譯開銷。 – ChaosPandion

是的，似乎是正確的想法：System.Runtime.CompilerServices.RuntimeHelpers.PrepareMethod（algo.GetType（）。GetMethod（「Start」）。MethodHandle）;將問題減少到因子2. – B1ANCHi

.Net應用程序的冷/熱啓動通常受JIT時間和加載程序集的磁盤訪問時間的影響。

對於執行大量磁盤IO的應用程序，首先訪問磁盤上的數據將比由於緩存內容（也適用於程序集加載）對同一數據重新運行要慢得多，如果數據足夠小適合磁盤的內存緩存。

該任務的第一次運行將受磁盤IO對程序集和數據以及JIT時間的影響。
無需重新啓動應用程序即可執行同一任務的第二次運行 - 只需從OS內存緩存中讀取數據即可。
第二次運行應用程序 - 再次從操作系統內存緩存和JIT中讀取程序集。

來源

2012-06-01 16:41:41

我不認爲磁盤IO在我的情況下是問題，因爲訪問索引文件不包括在測量時間中。但JIT似乎解釋了很多。謝謝。 – B1ANCHi

重新執行的大量差異

回答

相關問題