重複（x）.take（n）性能？

Question

我在尋找中寫入以下功能的有效方式，如another question討論：

fn dots(n: usize) -> String { 
    std::iter::repeat('.').take(n).collect() 
} 

是否鏽蝕產生的具體類型的通用結構類型的實例？是repeat('.').take(n)（該結構Take<Repeat<char>>）的結果相當於

struct Take_Repeat_char { 
    element: char, 
    n: usize 
} 

所有方法的實現內聯 - 會不會有中Take::next()已經Repeat::next()內聯中有一個版本？

什麼是檢查自己的好方法？檢查LLVM IR？

Answer 1

是的，這是Rusty™就夠了。是的，如果您通過優化進行編譯（例如cargo build --release），LLVM將內聯整個項目。通過play.rust-lang.org檢查並查看生成的程序集。有問題的代碼是：

movb $46, (%rax) 
movb $46, 1(%rax) 
movb $46, 2(%rax) 
movb $46, 3(%rax) 
movb $46, 4(%rax) 

五個點。我相信有可能通過合併前四個點快速地去到一個

movd $x2e2e2e2e, (%rax) 

指示，但我不認爲這會令多大的差別。編輯：實際上取決於內存對齊，它可能會更快或較慢：如果%rax是對齊的，它可能會快一點（取決於複雜的事情，如緩存，預取等），否則它可能會更慢因爲可能的陷阱）。

Answer 2

Rust是否爲泛型結構類型的實例生成具體類型？

是的，這就是所謂的monomorphization。

方法實現是否內聯？

像許多語言一樣，這是一個堅實的「可能」。有hints you can provide the compiler來控制內部和內部的內聯，但通常由編譯器來做正確的事情。如上所述，如果某個函數使用泛型類型，則它可以自動用於單態化，這意味着將其內聯所需的信息在編譯後的箱子中可用。

什麼是檢查自己的好方法？

很多人會使用Rust Playground來查看LLVM IR或裝配。當然，您可以在本地查看rustc --emit [asm|llvm-ir]。當這樣做時，我把我感興趣的代碼放在一個永遠不會被內聯的函數中。這使得它更容易在裝配/ IR輸出發現：

#[inline(never)] 
fn dots(n: usize) -> String { 
    std::iter::repeat('.').take(n).collect() 
} 

正如llogiq已經指出的那樣，rustc和LLVM已通過你的整個執行看到和已經完全打開它。實現的變化取決於你想要的字符數。

的只辦法知道它是快剖析。引用llogiq：

我相信有可能通過合併前四個點快速地去到一個movd

我主張測試在現實世界中的任何這樣的代碼。彙編不是微不足道的，尤其是x64/x86_64變體。說明可能有奇怪的管線要求或可能導致CPU的其他部分不可用。

簡介，簡介，簡介！^_^

Answer 3

這不是一個真正高性能的，它是一種不好的。

const CAP: usize = 64 * 1024; 

#[bench] 
fn fill_string_repeat(b: &mut Bencher) { 
    b.iter(|| { 
     repeat('.').take(CAP).collect::<String>() 
    }); 
    b.bytes = CAP as u64; 
} 

#[bench] 
fn fill_string_vec(b: &mut Bencher) { 
    b.iter(|| { 
     String::from_utf8(vec![b'.'; CAP]) 
    }); 
    b.bytes = CAP as u64; 
} 

結果：

test fill_string_repeat    ... bench:  240,467 ns/iter (+/- 719) = 272 MB/s 
test fill_string_vec     ... bench:  106,885 ns/iter (+/- 224) = 613 MB/s 

的vec!解決方案要好得多，這是包括UTF-8檢查開銷，其中占主導地位，使用String::from_utf8_unchecked並獲得：

test fill_string_vec_unchecked  ... bench:  29,354 ns/iter (+/- 503) = 2232 MB/s 

（這裏基本上只是memset的遺蹟。）