20180925-3 效能分析

作业要求参见[https://edu.cnblogs.com/campus/nenu/2018fall/homework/2145]

一、得出程序运行时间

运行结果如下：

第一次运行时间：4.85s

第二次运行时间：5.854s

第三次运行时间：4.494s

平均运行时间：5.066s

CPU参数：Intel(R) Core(TM) i5-4200H CPU @ 2.80GHz 2.79 GHz

 

二、猜测程序瓶颈

直接执行功能四，词频统计的过程大致是，逐个读入字符，然后根据空格和句号等作为单词的分割标志，存储起来，同时在存储的数组中从头遍历是否已经存在，最后对单词频率进行排序。

因此我认为在遍历单词是否已经存在是比较消耗时间的地方

while(ch!=EOF)
    {

        if(isalpha(ch)||(isdigit(ch)))
        {
            flag = 1;
            tmp[i++]=ch;
        }
        else
        {
            if(flag)
            {
                    if((ch=='-')||(ch=='\''))
                {
                    tmp[i++]=ch;
                    flag = 1;
                }
                else
                {
                    flag=0;
                    tmp[i]='\0';
                    i=0;
                    for(j=0;j<num;j++)
                    {
                        if(strcmp((words+j)->w,tmp)==0)
                        {
                            (words+j)->fre++;
                            break;
                        }
                    }
                    if(j==num)
                    {
                        (words+num)->fre=1;
                        strcpy((words+num)->w,tmp);
                        num++;
                    }
                    if(num==500*p)
                    {
                        p++;
                        words=(wordnode*)realloc(words,500*p*sizeof(wordnode));
                        for(k=num;k<500*p;k++)
                        {
                            (words+k)->fre=0;
                        }
                    }
                }
            }
        }


        ch=tolower(getchar());
    }

 

三、profile分析

因为一开始是用code blocks写的作业，所以直接用了code profile插件进行效能分析。

下面是我的程序统计《战争与和平》词频时运行的情况：

各个信息的解释如下：

可以看到功能4的函数fun4()在运行时，占用的时间中，除去cmp()用于比较排序的时间，其他部分，也就是顺序查找存入单词的时间占用了几乎80%。因此，可以认为我的猜测是对的。

四、优化程序

更改查找的方法，尝试优化，看是否能够缩短运行速度。

一开始选择用顺序查找，想到用二分查找，于是写了下面的一个判断的函数：

 

int Isinword(wordnode* words,int num,char tmp[])
{
    int low, high, mid;
    low=0;
    high=num;

    if(num == 0)
        return -1;

    while(low<=high)
    {
        mid = (low+high)/2;
        if( strcmp((words+mid)->w,tmp)==0 )
            return mid;
        if(strcmp((words+mid)->w,tmp) > 0)
            high = mid-1;
        if(strcmp((words+mid)->w,tmp) < 0)
            low = mid+1;
    }

    return -1;


}

 但是非常不好的是，用二分查找的前提是要保证已有的数组是有顺序的。。因为一开始是定义了数组来存储单词，所以在插入新的单词时都是无序的。。为了偷懒，想在每次插入之前都排序一下。。。。好吧，我承认这很愚蠢，因为这样运行程序后，得到结果所需要的时间以分钟计算。

 

五、再次测试

头脑简单，我真的跑了一次。。

 

它仿佛能运行一辈子，我放弃了

六、总结

这次作业尝试对之前写的程序做优化，最后没有能够成功。

一开始写的时候没有想明白怎么实现，很多东西想当然就直接去写。我一直觉得自己的编程很差，在这样自己写程序出来的实践中，中途有很多时候觉得自己的程序就像一件衣服，到处都是破洞，到处都在打补丁，很难看，很想扔掉。。

想来还是能力有限，不会编程，不会规划。后面，也许还想重新来写，这次时间有限没能达到预期的目的。