极限测试之Matlab与Forcal有无JIT加速器的比较

1、简单循环

Matlab 2009a在运行以下代码时使用了JIT加速器，获得了和C/C++近乎相同的运行速度：

clear all tic s=0; for k=1:10000 for i=1:1000 s=s+1; end end s toc s = 10000000 Elapsed time is 0.092808 seconds.

＝＝＝＝＝＝＝＝＝＝＝＝

Forcal没有JIT加速器，代码：

!using["sys"]; mvar: t0=clock(), s=0, k=0, while{k<10000, i=0, while{i<1000,s=s+1, i++}, k++ }, s; [clock()-t0]/1000;

结果：
10000000.
0.704秒

二者运行效率相差7倍多。

2、循环中稍微加点东西

Matlab代码：

clear all tic s=0; for k=1:1000 for i=1:1000 s=s+1+sin(i)+1+sin(i)+1+sin(i)+1+sin(i)+1+sin(i)+1+sin(i)+1+sin(i)+1+sin(i)+1+sin(i)+1+sin(i)+1+sin(i); end end s toc s = 1.1009e+007 Elapsed time is 0.727535 seconds.

Forcal代码：

!using["sys"]; mvar: t0=clock(), s=0, k=1, while{k<=1000, i=1, while{i<=1000, s=s+1+sin(i)+1+sin(i)+1+sin(i)+1+sin(i)+1+sin(i)+1+sin(i)+1+sin(i)+1+sin(i)+1+sin(i)+1+sin(i)+1+sin(i), i++}, k++ }, s; [clock()-t0]/1000;

结果：
11008953.66602346
1.031

二者效率相差已比较小。

3、再增加一个函数调用

Matlab代码：

clear all f=@(x)x+1; tic s=0; for k=1:1000 for i=1:1000 s=s+f(i)+1+sin(i)+1+sin(i)+1+sin(i)+1+sin(i)+1+sin(i)+1+sin(i)+1+sin(i)+1+sin(i)+1+sin(i)+1+sin(i)+1+sin(i); end end s toc s = 5.1251e+008 Elapsed time is 2.173128 seconds.

Forcal代码：

!using["sys"]; f(x)=x+1; mvar: t0=clock(), s=0, k=1, while{k<=1000, i=1, while{i<=1000, s=s+f(i)+1+sin(i)+1+sin(i)+1+sin(i)+1+sin(i)+1+sin(i)+1+sin(i)+1+sin(i)+1+sin(i)+1+sin(i)+1+sin(i)+1+sin(i), i++}, k++ }, s; [clock()-t0]/1000;

结果：
512508953.6658993
1.078

可以看出，Matlab效率已不及Forcal。
故JIT加速器虽好，但效果似乎并不明显。

＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝

＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝

4、在JIT加速器下，Matlab的数组存取效率非常高

Matlab代码：

>> clear all a = linspace(1,1,1000); tic for k=1:10000 for i=1:1000 a(i)=2; end end toc tic s=0; for k=1:10000 for i=1:1000 s=s+a(i); end end s toc Elapsed time is 0.140658 seconds. s = 20000000 Elapsed time is 0.091794 seconds.

＝＝＝＝＝＝＝＝＝＝＝＝

Forcal代码：

!using["math","sys"]; mvar: main0(::a)= a = linspace(1,1,1000), t0=clock(), k=0, while{k<10000, i=0, while{i<1000, a(i)=2, i++}, k++ }, [clock()-t0]/1000; main1(::a)= t0=clock(), s=0, k=0, while{k<10000, i=0, while{i<1000, s=s+a(i), i++}, k++ }, s; [clock()-t0]/1000;

结果：
15.484//存数据所用时间，秒
20000000.
5.531 //取数据所用时间，秒

－－－－－－－－－－

用函数sys::A()存取数组数据效率稍高些：

!using["math","sys"]; mvar: main0(::a)= a = linspace(1,1,1000), t0=clock(), k=0, while{k<10000, i=0, while{i<1000, A(a,i)=2, i++}, k++ }, [clock()-t0]/1000; main1(::a)= t0=clock(), s=0, k=0, while{k<10000, i=0, while{i<1000, s=s+A(a,i), i++}, k++ }, s; [clock()-t0]/1000;

结果：
10.469
20000000.
3.781

－－－－－－－

在不使用函数sys::A()时，Forcal存数组数据耗时与matlab之比约110:1，取数组数据耗时与matlab之比约60:1。
在使用函数sys::A()时，Forcal存数组数据耗时与matlab之比约75:1，取数组数据耗时与matlab之比约41:1。

matlab的JIT加速器对数组元素的存取效果是明显的，获得了与C/C++近乎相同的存取效率。

Forcal之所以存取比较慢，原因在于动态数组由扩展库提供，数组元素的存取由函数的层层调用来实现。不过，数组元素的存取效率体现了Forcal对扩展库中任意对象的存取效率。

5、在循环中加点东西

matlab代码：

>> clear all f=@(x)x+1; a = linspace(2,2,1000); tic s=0; for k=1:1000 for i=1:1000 s=s+f(a(i))+1+sin(a(i))+1+sin(a(i))+1+sin(a(i))+1+sin(a(i))+1+sin(a(i))+1+sin(a(i))+1+sin(a(i))+1+sin(a(i))+1+sin(a(i))+1+sin(a(i))+1+sin(a(i)); end end s toc s = 2.4002e+007 Elapsed time is 2.252997 seconds.

Forcal代码：

!using["math","sys"]; mvar: f(x)=x+1; main0(::a)= a = linspace(2,2,1000), t0=clock(), s=0, k=0, while{k<1000, i=0, while{i<1000, s=s+f(A(a,i))+1+sin(A(a,i))+1+sin(A(a,i))+1+sin(A(a,i))+1+sin(A(a,i))+1+sin(A(a,i))+1+sin(A(a,i))+1+sin(A(a,i))+1+sin(A(a,i))+1+sin(A(a,i))+1+sin(A(a,i))+1+sin(A(a,i)), i++}, k++ }, s; [clock()-t0]/1000;

结果：
24002271.69189384
5.172

二者效率现在只有一倍差距。

－－－－－－－－－－

不过，显然matlab和Forcal的程序应该这样写：

matlab程序：

clear all f=@(x)x+1; a = linspace(2,2,1000); tic s=0; for k=1:1000 for i=1:1000 t=a(i); s=s+f(t)+1+sin(t)+1+sin(t)+1+sin(t)+1+sin(t)+1+sin(t)+1+sin(t)+1+sin(t)+1+sin(t)+1+sin(t)+1+sin(t)+1+sin(t); end end s toc s = 2.4002e+007 Elapsed time is 2.043909 seconds.

Forcal程序：

!using["math","sys"]; mvar: f(x)=x+1; main0(::a)= a = linspace(2,2,1000), t0=clock(), s=0, k=0, while{k<1000, i=0, while{i<1000, t=a(i), s=s+f(t)+1+sin(t)+1+sin(t)+1+sin(t)+1+sin(t)+1+sin(t)+1+sin(t)+1+sin(t)+1+sin(t)+1+sin(t)+1+sin(t)+1+sin(t), i++}, k++ }, s; [clock()-t0]/1000;

结果：
24002271.69189384
1.625

matlab效率已不及Forcal。

提示：目前Forcal对数组元素存取效率较低，要想提高效率：（1）用临时变量暂存数组元素；（2）用专用函数sys::GA( )和sys::SA( )一次存取大量连续元素；（3）对数组整体操作。

＝＝＝＝＝＝＝＝＝

＝＝＝＝＝＝＝＝＝

在这里顺便说一下Forcal静态数组，静态数组是用字符串模拟的，但数组元素存取效率非常高，约是C/C++静态数组元素存取效率的1/5左右。

Forcal代码：

!using["sys"]; mvar: a="\&\[1000]"/4, //用字符串模拟静态数组 t0=clock(), k=0, while{k<10000, i=0, while{i<1000, setn(a+i,2), i++}, //用函数setn(a+i,2)对静态数组元素赋值 k++ }, [clock()-t0]/1000; a="\&\[1000]"/4, //用字符串模拟静态数组 i=0, while{i<1000, setn(a+i,2), i++}, //用函数setn(a+i,2)对静态数组元素赋值 t0=clock(), s=0, k=0, while{k<10000, i=0, while{i<1000, s=s+getn(a+i), i++}, //用函数getn(a+i)获得静态数组元素的值 k++ }, s; [clock()-t0]/1000;

结果：
0.5620000000000001//赋值用时间，秒
20000000.
0.579 //取值用时间，秒