algorithm - 戈朗 : benchmark Radix Tree Lookup

Question

为了练习 Golang，我一直在尝试对我编写的 Radix Tree 实现进行基准测试。

但我遇到了“我应该如何对其进行基准测试？”的问题。在下面的代码中显示了两种情况，或者说我想对 LookUp 函数进行基准测试的不同方式。

• 情况 1:使用存在于树上的单个 byte slice 段，这意味着它将通过所有子节点等成功查找...

• 情况 2:使用函数从树中的现有数据生成随机 slice ，这意味着它也将成功查找...

我知道花费的时间将取决于树的深度...我认为案例 2 是否接近现实世界的实现？

问题:哪种情况对基准测试更有效或更有用？

基准:

func BenchmarkLookUp(b *testing.B) {
    radix := New()
    insertData(radix, sampleData2)

    textToLookUp := randomBytes()

    for i := 0; i < b.N; i++ {
        radix.LookUp(textToLookUp) // Case 1 
        //radix.LookUp(randomBytes()) // Case 2
    }
}

func randomBytes() []byte {
    strings := sampleData2()
    return []byte(strings[random(0, len(strings))])
}

func sampleData2() []string {
    return []string{
        "romane",
        "romanus",
        "romulus",
        ...
    }
}

结果案例 1:

PASS
BenchmarkLookUp-4       10000000               146 ns/op
ok      github.com/falmar/goradix       2.068s
PASS
BenchmarkLookUp-4       10000000               149 ns/op
ok      github.com/falmar/goradix       2.244s

结果案例 2:

PASS
BenchmarkLookUp-4        3000000               546 ns/op
ok      github.com/falmar/goradix       3.094s
PASS
BenchmarkLookUp-4        3000000               538 ns/op
ok      github.com/falmar/goradix       4.481s

没有匹配时的结果:

PASS
BenchmarkLookUp-4       10000000               194 ns/op
ok      github.com/falmar/goradix       3.189s
PASS
BenchmarkLookUp-4       10000000               191 ns/op
ok      github.com/falmar/goradix       3.243s

Answer 1

如果您的基准测试是随机的，那么将很难比较不同实现之间从一次运行到下一次运行的性能。

相反，静态实现几个不同的基准案例，强调算法的不同领域。这些案例应该代表不同的场景，例如没有匹配项的情况(因为您已经有)，源数据中有很多项目将在查找中返回的情况，有很多项目的情况和只有 1 件商品将被退回，等等。