WinRT开发系列之编程语言:功能和效率

WinRT开发有着多种选择性,就编程语言这一点就表现的很突出;这里就这一点深入展开,探讨在WinRT开发之初如何依据各个编程语言的特性、功能和效率来对产品的技术方向做出选择。

这里我选择运行计算复杂度较高的算法作为测试方法,虽然不能代表全部,但是很大程度上展示大家平时开发过程中所面临的常见场景和问题。考虑到演示和理解,就选择了查找100000以内的所有素数的个数的算法作为演示。另外也顺带演示如何在WinRT下实现多编程语言和技术之间的协作吧。

关于基本知识和算法吧详细的说明,请自行搜索各大引擎吧(关键词:prime、素数),这里我就列举在各个语言下我的简单实现吧,其中包括使用普通算法和并行计算的两个版本。

 

第一部分,从目前.NET主流来看吧,以C#为例,普通版本,这个没什么多说的,就是从前往后看某个数是不是素数:

private static int CountingInternal(int n)
{
    var numprimes = 1;
    for (var i = 3; i <= n; i += 2)
    {
        var isPrime = true;
        var limit = Math.Ceiling(Math.Sqrt(i)) + 1;
        for (var j = 3; j < limit; j += 2)
        {
            if (i%j == 0)
            {
                isPrime = false;
                break;
            }
        }
        if (isPrime)
        {
            numprimes++;
        }
    }
    return numprimes;
}

并行版本稍微复杂一点点,选择Parallel.For来并行执行一个从1至n/2的并行循环(我这里偷懒了一下,没有处理奇偶数的情况,因为我的调用时传入的都是偶数),发现是素数,使用Interlocked辅助方法给计数增加1。

private static int CountingParallel(int n)
{
    var numprimes = 1;
    Parallel.For(1, n/2, i =>
    {
        if (IsPrime(i*2 + 1))
        {
             Interlocked.Increment(ref numprimes);
        }
    });
    return numprimes;
}

public static bool IsPrime(int n)
{
    if (n%2 == 0)
        return false;
    var limit = (int) (Math.Ceiling(Math.Sqrt(n)) + 1);
    for (var i = 3; i < limit; i += 2)
    {
        if (n%i == 0)
        {
            return false;
        }
    }
    return true;
}

第一种场景,直接嵌入算法到C# WinRT App工程,执行结果如下(单位毫秒):

执行次数 1(启动) 2 3 4 5
普通 14.0299 9.0005 9.1825 8.0021 11.0181
并行 6.0008 2.0004 2.9993 2.0014 3.999

第二种场景,将C#算法包装在一个类库里(注意是CLR类库,只能在C#/VB直接通用),在C# WinRT App工程中调用这个类库,执行结果如下(单位毫秒):

执行次数 1(启动) 2 3 4 5
普通 12.0299 9.0019 10.003 9.0014 9.00017
并行 6.0008 2 3.0003 2.9997 1.9995

第三种场景,将C#算法包装到一个Windows Runtime Component(WRC)中,在C# WinRT App工程中调用这个WRC类库,执行结果如下(单位毫秒):

执行次数  1(启动)  2 3 4
普通  11.9904  9.0032  9  9。0028 9.00149 
并行   6.0008  1.9817  1.9985  1.9993  2

第四种场景,将C#算法包装到一个Windows Runtime Component(WRC)中,在WinJS App工程中调用这个WRC类库,执行结果如下(单位毫秒):

执行次数  1(启动)  2 3 4
普通  11  9  8  9 8
并行   4  1  1  3  2

小结:以上是从.NET角度来进行的比较,很容易看出第一次CLR加载在这里性能损耗表现的很明显,完成加载之后性能将稳定在一定范围内波动;另外,并行计算在纯算法的应用中有很明显的性能优势。

 

第二部分,接下来我们回归Native环境,这里我依然使用普通和并行计算两种来尝试,普通的依然没什么可说的(实际上和C#的没区别,除了关键字不一样)。

static int CountingInternal(int n)
{
	auto numprimes = 1;
	for (auto i = 3; i <= n; i += 2)
	{
		auto isPrime = true;
		auto limit = ceil(sqrt(i)) + 1;

		for (auto j = 3; j < limit; j += 2)
		{
			if (i%j == 0)
			{
				isPrime = false;
				break;
			}
		}

		if (isPrime)
		{
			numprimes++;
		}
	}
	return numprimes;
}

并行版本,需要注意的是C++ lambda的传值和作用域问题,其他的和C#的没区别:

static bool IsPrime(int n)
{
	if (n%2 == 0)
		return false;
	auto limit = (int) (ceil(sqrt(n)) + 1);
	for(auto i=3; i<limit; i+=2)
	{
		if(n%i == 0)
		{
			return false;
		}
	}
	return true;
}

static int CountingParallel(int n)
{
	auto numprimes = 1;
	parallel_for(1, n/2, [&](int i)
	{
		if(IsPrime(i*2+1))
		{
			InterlockedIncrement((volatile unsigned long*)&numprimes);
		}
	});
	return numprimes;
}

第一种场景,直接将C++算法放到C++ WinRT App中使用,执行结果如下(单位毫秒):

执行次数  1(启动)  2 3 4
普通  8.0019 7.9991  8.0209  8.9843  8.0181 
并行   1.9794  1.998  1.9994  1.984  2.0003

第二种场景,将C++算法包装在DLL中,在C++ WinRT App中使用,执行结果如下(单位毫秒):

执行次数  1(启动)  2 3 4
普通  9 9  9  8  9 
并行   3 2  3  2  2

第三种场景,将C++算法包装在动态连接库Dll中,在C# WinRT App中通过PInvoke来调用,执行结果如下(单位毫秒):

执行次数  1(启动)  2 3 4
普通  9 9  8  9  9 
并行   3 2  3  2  3

第四种场景,将C++算法包装在静态链接库Lib中,在C++ WinRT App中调用,执行结果如下(单位毫秒):

执行次数  1(启动)  2 3 4
普通  8 8  8  9  9 
并行   2 3  3  2  3

第五种场景,将C++算法包装在Windows Runtime Component(WRC)中,在C# WinRT App中调用,执行结果如下(单位毫秒):

执行次数  1(启动)  2 3 4
普通  8.0014 8.0191  8.0293  8.0019  9.0291
并行   1.9994 1.9999  1.998  1.9994  2.99982

第六种场景,将Windows Runtime Component(WRC)中,在WinJS App中调用,执行结果如下(单位毫秒):

执行次数  1(启动)  2 3 4
普通  9 8  9  8  8 
并行   2 2  3  2  3

第七种场景是将C++算法包装在Windows Runtime Library(WRL,基于COM的底层开发)中,然后在任何一种WinRT App中调用,可以预见这是一种很强大的方式,但同时也是最费解的一种方式,我成功的包装了普通算法的COM版,但是尝试了很长时间不能成功实现并行运算的版本,也就放弃在这里展示了,如果你知道如何在WRL中实现并行计算并返回IAsyncOperation<T>,请不吝赐教。 

小结:基于C++的实现在适用性、稳定性和执行效率上无可挑剔,如果对于所有细节(包括第一次启动)的效率考虑,C++是优先的;如果考虑到C++的复杂度,如果项目对性能要求可以适当放松但对进度要求很高的时候,选择CLR会比较容易控制的;如果原来已有的Web项目向WinRT迁移,那么前段展示则可以考虑使用WinJS+HTML来实现,后台算法根据需要选择C++或者CLR。

 

第三部分,如果所有的算法全部运行在JavaScript中,那么其性能如何呢?这里我先买个关子,留待你自己去探究和发掘。

 

总结,WinRT在编程语言的选择性上有着非常好的灵活性,在做选择的时候需要充分考虑自己的要求,比如性能、比如工期、比如经验等等。对于全新项目,在有经验的情况下,追求极致性能的首先首当其冲是C++,如果考虑到经验和掌控,可以选择使用C++做底层,选择相对容易上手的C#/VB或者HTML+JS做界面的方法;如果项目工期要求很紧,或者从老系统迁移,那么这时候更多的考虑是使用已有资源,直到性能瓶颈的时候才采取措施——以C++重写性能瓶颈来解决,当然,如果没有C++经验,也可以考虑使用C#/VB来实现WRC以包装核心逻辑,从而提升运行效率。

 

附以上测试源代码和测试工程,点击这里下载

 

* 本文在葡萄城控件技术团队博客同时发布

posted @ 2013-02-19 12:11  winkingzhang  阅读(1291)  评论(0编辑  收藏  举报