2021-08-30

RUST 初学者入门

Why we choose rust?

计算机语言发展这么多年来，语言也层出不穷，经典永不过时的C、C++，以易上手，语法简单的Python，新起之秀Go、Rust。Stack Overflow 的报告显示Rust 连续四年成为最受开发者喜爱的编程语言，不少开发者（如我）萌生了学习Rust的想法，然而我们究竟为何要学习这门语言呢？毕竟学习一门新语言的代价比较高。浏览了众多知乎，blog，stackflow等回答，优点可以总结如下：

• 安全。Rust 是静态的，拥有丰富类型系统和所有权模型，保证了内存安全性和线程安全性。 C 语言很容易出现整数溢出，如果被黑客利用，很容易出现安全问题。而 Rust 中的每个值都只能被一个所有者拥有，所以 C 语言遇到的这类问题，对 Rust 来说都不是问题；
• 并发。并发和并行是 IT 圈内不会过时的话题，Rust 可让程序在编译时并发执行，并且将安全与并发完美统一。
• 高效。没有 Runtime，也没有 GC，所以 Rust 非常快且节省内存，它可以为性能关键型服务提供动力，在嵌入式设备上运行，并且可以轻松地与其他语言集成。
  

Rust性能实战

针对于寻找字符串中两个重复字符的问题，如string=“ACCAGT”，重复字符是"CC"，我们分别用rust跟python实现了两套算法。话不多说，各位看官先看下图：

从图中可以看出，rust相比于python，算法性能上有十多倍的优势。
我们使用benchmark来对比各算法的时间，源码如下：

import re
import string
import random
import myrustlib # <--- Import the Rust implemented module (libmyrustlib.so).

# Python ZIP version
def count_doubles(val):
    total = 0
    # there is an improved version later on this post
    for c1, c2 in zip(val, val[1:]):
        if c1 == c2:
            total +=1
    return total

def count_doubles_once(val):
    total = 0
    chars = iter(val)
    c1 = next(chars)
    for c2 in chars:
        if c1 == c2:
            total += 1
        c1 = c2
    return total



# Python REGEXP version
double_re = re.compile(r'(?=(.)\1)')

def count_doubles_regex(val):
    return len(double_re.findall(val))


# Benchmark it
# generate 1M of random letters to test it
val = ''.join(random.choice(string.ascii_letters) for i in range(1000000))

def test_pure_python(benchmark):
    benchmark(count_doubles, val)

def test_pure_python_once(benchmark):
    benchmark(count_doubles_once, val)

def test_regex(benchmark):
    benchmark(count_doubles_regex, val)

def test_rust(benchmark): # <---- Benchmark the Rust version
    benchmark(myrustlib.count_doubles, val)

def test_rust_once(benchmark):
    benchmark(myrustlib.count_doubles_once, val)

以上代码包含了纯python的算法实现，下面贴出rust代码的实现，此处我们是采用rust生成动态库供python调用。

#[macro_use]
extern crate cpython;

use cpython::{Python, PyResult};
use std::collections:HashMap;

fn count_doubles(_py: Python, val: &str) -> PyResult<u64> {
    let mut total = 0u64;

    // There is an improved version later on this post
    for (c1, c2) in val.chars().zip(val.chars().skip(1)) {
        if c1 == c2 {
            total += 1;
        }
    }

    Ok(total)
}

fn count_doubles_once(_py: Python, val: &str) -> PyResult<u64> {
    let mut total = 0u64;
    let mut chars = val.chars();
    if let Some(mut c1) = chars.next() {
        for c2 in chars {
            if c1 == c2 {
                total += 1;
            }
            c1 = c2
        }
    }
    Ok(total)
}


py_module_initializer!(libmyrustlib, initlibmyrustlib, PyInit_myrustlib, |py, m | {
    try!(m.add(py, "__doc__", "This module is implemented in Rust"));
    try!(m.add(py, "count_doubles", py_fn!(py, count_doubles(val: &str))));
    try!(m.add(py, "count_doubles_once", py_fn!(py, count_doubles_once(val: &str))));
    Ok(())
});

需要注意的是，代码中使用cpython，我们需要在Cargo.toml文件中加入该依赖。

[package]
name = "pyext-myrustlib"
version = "0.1.0"
authors = ["Yang Pei <solroyail@gmail.com>"]

[lib]
name = "myrustlib"
crate-type = ["dylib"]

[dependencies.cpython]
version = "0.1"
features = ["extension-module"]

至此，代码已经完成啦。从以上可以看出来，Rust相比于Python语言的性能优势还是很大的。接下来我会针对于Rust的并发，继续跟C++，以及Python的多进程并发之间的对比。作为一名Rust初学者，纯以此文记录以及分享。
注：以上代码出自Red Hat社区的一篇博，原文链接如下Use Rust Speed Up Your Python。