遍历 Perl 数组的最佳方法

Posted 2023-02-22

【中文标题】遍历 Perl 数组的最佳方法

【英文标题】：Best way to iterate through a Perl array

【发布时间】：2012-05-16 06:28:39

【问题描述】：

遍历 Perl 数组的最佳实现是（就速度和内存使用而言）？有没有更好的办法？ （@Array 不需要保留）。

实施1

foreach (@Array)

      SubRoutine($_);

实施 2

while($Element=shift(@Array))

      SubRoutine($Element);

实施 3

while(scalar(@Array) !=0)

      $Element=shift(@Array);
      SubRoutine($Element);

实施 4

for my $i (0 .. $#Array)

      SubRoutine($Array[$i]);

实施 5

map  SubRoutine($_)  @Array ;

【问题讨论】：

为什么会有“最佳”？特别是考虑到我们不知道您将如何衡量一个与另一个（速度比内存使用更重要？是map 和可接受的答案？等等）

你发布的三个中有两个会让我去“WTH？！”除非有额外的周围环境使它们成为明智的选择。无论如何，这个问题属于“两个数字相加最好的方法是什么？”大多数时候，只有一种方法。然后，在某些情况下，您需要一种不同的方式。投票结束。

@SinanÜnür 我赞同你的观点（只有一种方法可以将两个数字相加），但是这个类比不够强，不能轻视。显然，方法不止一种，OP 想要了解什么是好主意，什么不是。

Programming Perl 第三版的第 24 章有一节关于效率的内容值得一读。它解决了不同类型的效率，例如时间、程序员、维护者。该部分以“请注意，优化时间有时可能会降低空间或程序员效率的成本（由下面的冲突提示表示）开始。他们是休息时间。”

两个数字相加的一种方法？如果您研究较低级别的调用/实现，则不会……考虑进行前瞻，进行保存加法器等。

【参考方案1】：

在速度方面：#1 和 #4，但在大多数情况下不会太多。

您可以编写一个基准来确认，但我怀疑您会发现 #1 和 #4 会稍微快一些，因为迭代工作是在 C 而不是 Perl 中完成的，并且不会发生不必要的数组元素复制。 （$_ 被 aliased 到 #1 中的元素，但 #2 和 #3 实际上 复制 数组中的标量。）

#5 可能类似。

就内存使用而言：除了 #5 之外，它们都相同。

for (@a) 是特殊情况以避免数组变平。循环遍历数组的索引。

在可读性方面：#1。

在灵活性方面：#1/#4 和 #5。

#2 不支持错误的元素。 #2 和 #3 具有破坏性。

【讨论】：

哇，您用简短的句子添加了大量信息。

#2 在你做队列时很好（例如广度优先搜索）：my @todo = $root; while (@todo) my $node = shift; ...; push @todo, ...; ...;

实现 4 是否不会创建一个中间索引数组，这可能会引入大量要使用的内存？如果是这样，听起来不应该使用这种方法。 ***.com/questions/6440723/…rt.cpan.org/Public/Bug/Display.html?id=115863

@ikegami 忠于你的冠军风格 - 很好的答案:)

【参考方案2】：

如果你只关心@Array的元素，使用：

for my $el (@Array) 
# ...

或

如果索引很重要，请使用：

for my $i (0 .. $#Array) 
# ...

或者，从perl 5.12.1 开始，您可以使用：

while (my ($i, $el) = each @Array) 
# ...

如果你需要循环体中的元素和它的索引，我希望使用each 是最快的，但是你会放弃与 pre-5.12.1 perls 的兼容性。

在某些情况下，其他一些模式可能更合适。

【讨论】：

我希望each 是最慢的。它完成了其他人的所有工作，减去一个别名、一个列表分配、两个标量副本和两个标量清除。

而且，就我的测量能力而言，你是对的。使用for 迭代数组的索引大约快 45%，迭代数组引用的索引时快 20%（我在正文中访问 $array->[$i]），超过使用 each 和 @987654332 @.

【参考方案3】：

IMO，实现#1 是典型的，对于 Perl 来说，它的简短和惯用仅在这一点上就胜过其他实现。至少，这三种选择的基准可以让您深入了解速度。

【参考方案4】：

1 与 2 和 3 大不相同，因为它使数组保持完整，而其他两个则保持空。

我会说#3 很古怪，而且可能效率较低，所以算了吧。

这让你有了#1 和#2，它们做的事情不一样，所以一个不能比另一个“更好”。如果数组很大并且您不需要保留它，一般范围会处理它（但请参阅 注意），所以 一般来说，#1 仍然是最清晰和最简单的方法。关闭每个元素不会加快任何速度。即使需要从引用中释放数组，我也会去：

undef @Array;

完成后。

注意

：包含数组范围的子程序实际上保留了数组并在下次重新使用空间。 一般，应该没问题（见 cmets）。

【讨论】：

@Array = (); 不会释放底层数组。即使超出范围也不会这样做。如果你想释放底层数组，你可以使用undef @Array;。

演示； perl -MDevel::Peek -e'my @a; Dump(\@a,1); @a=qw( a b c ); Dump(\@a,1); @a=(); Dump(\@a,1); undef @a; Dump(\@a,1);' 2>&1 | grep ARRAY

WHAT??? 我原以为 GC 的重点是一旦 ref count == 0，所涉及的内存就可以回收了。

@ikegami：我看到了关于() 和undef 的事情，但是如果超出范围并不会释放该范围内的本地数组使用的内存，那不是perl泄漏的灾难？这不可能是真的。

它们也不会泄漏。 sub 仍然拥有它们，并将在下次调用 sub 时重用它们。针对速度进行了优化。

【参考方案5】：

决定此类问题以对其进行基准测试的最佳方法：

use strict;
use warnings;
use Benchmark qw(:all);

our @input_array = (0..1000);

my $a = sub 
    my @array = @[ @input_array ];
    my $index = 0;
    foreach my $element (@array) 
       die unless $index == $element;
       $index++;
    
;

my $b = sub 
    my @array = @[ @input_array ];
    my $index = 0;
    while (defined(my $element = shift @array)) 
       die unless $index == $element;
       $index++;
    
;

my $c = sub 
    my @array = @[ @input_array ];
    my $index = 0;
    while (scalar(@array) !=0) 
       my $element = shift(@array);
       die unless $index == $element;
       $index++;
    
;

my $d = sub 
    my @array = @[ @input_array ];
    foreach my $index (0.. $#array) 
       my $element = $array[$index];
       die unless $index == $element;
    
;

my $e = sub 
    my @array = @[ @input_array ];
    for (my $index = 0; $index <= $#array; $index++) 
       my $element = $array[$index];
       die unless $index == $element;
    
;

my $f = sub 
    my @array = @[ @input_array ];
    while (my ($index, $element) = each @array) 
       die unless $index == $element;
    
;

my $count;
timethese($count, 
   '1' => $a,
   '2' => $b,
   '3' => $c,
   '4' => $d,
   '5' => $e,
   '6' => $f,
);

并在为 x86_64-linux-gnu-thread-multi 构建的 perl 5 版本 24 subversion 1 (v5.24.1) 上运行它

我明白了：

Benchmark: running 1, 2, 3, 4, 5, 6 for at least 3 CPU seconds...
         1:  3 wallclock secs ( 3.16 usr +  0.00 sys =  3.16 CPU) @ 12560.13/s (n=39690)
         2:  3 wallclock secs ( 3.18 usr +  0.00 sys =  3.18 CPU) @ 7828.30/s (n=24894)
         3:  3 wallclock secs ( 3.23 usr +  0.00 sys =  3.23 CPU) @ 6763.47/s (n=21846)
         4:  4 wallclock secs ( 3.15 usr +  0.00 sys =  3.15 CPU) @ 9596.83/s (n=30230)
         5:  4 wallclock secs ( 3.20 usr +  0.00 sys =  3.20 CPU) @ 6826.88/s (n=21846)
         6:  3 wallclock secs ( 3.12 usr +  0.00 sys =  3.12 CPU) @ 5653.53/s (n=17639)

所以“foreach (@Array)”的速度大约是其他的两倍。其他都非常相似。

@ikegami 还指出，除了速度之外，这些实现还有很多不同。

【讨论】：

比较$index < $#array实际上应该是$index <= $#array，因为$#array不是数组的长度，而是它的最后一个索引。

【参考方案6】：

单行打印元素或数组。

为 (@array) 打印 $_；

注意：请记住 $_ 在内部引用循环中的 @array 元素。 $_ 中所做的任何更改都将反映在@array 中； 前任。

my @array = qw( 1 2 3 );
for (@array) 
        $_ = $_ *2 ;

print "@array";

输出：2 4 6