缓慢的 Swift 数组和字符串性能

Question

这是两个非常相似的Levenshtein Distance algorithms。

Swift 实现： https://gist.github.com/bgreenlee/52d93a1d8fa1b8c1f38b

和Objective-C 实现： https://gist.github.com/boratlibre/1593632

swift 的实现比ObjC 慢得多 我已经发送了几个小时以使其更快但是...似乎Swift 数组和Strings 操作不如objC 快。

在 2000 年 random Strings 计算 Swift 实现比 ObjC 慢大约 100(!!!) 倍。

老实说，我不知道可能出了什么问题，因为即使是 swift 的这一部分

func levenshtein(aStr: String, bStr: String) -> Int {
// create character arrays
let a = Array(aStr)
let b = Array(bStr)
...

比Objective C中的整个算法慢几倍

有人知道如何加快swift 的计算吗？

提前谢谢你！

追加

毕竟建议的改进 swift 代码看起来像这样。 在发布配置中它比 ObjC 慢 4 倍。

import Foundation
class Array2D {
    var cols:Int, rows:Int
    var matrix:UnsafeMutablePointer<Int>


    init(cols:Int, rows:Int) {
        self.cols = cols
        self.rows = rows
        matrix = UnsafeMutablePointer<Int>(malloc(UInt(cols * rows) * UInt(sizeof(Int))))
        for i in 0...cols*rows {
            matrix[i] = 0
        }

    }

    subscript(col:Int, row:Int) -> Int {
        get {
            return matrix[cols * row + col] as Int
        }
        set {
            matrix[cols*row+col] = newValue
        }
    }

    func colCount() -> Int {
        return self.cols
    }

    func rowCount() -> Int {
        return self.rows
    }
}

extension String {
    func levenshteinDistanceFromStringSwift(comparingString: NSString) -> Int {
        let aStr = self
        let bStr = comparingString

//        let a = Array(aStr.unicodeScalars)
//        let b = Array(bStr.unicodeScalars)

        let a:NSString = aStr
        let b:NSString = bStr

        var dist = Array2D(cols: a.length + 1, rows: b.length + 1)



        for i in 1...a.length {
            dist[i, 0] = i
        }

        for j in 1...b.length {
            dist[0, j] = j
        }

        for i in 1...a.length {
            for j in 1...b.length {
                if a.characterAtIndex(i-1) == b.characterAtIndex(j-1) {
                    dist[i, j] = dist[i-1, j-1]  // noop
                } else {
                    dist[i, j] = min(
                        dist[i-1, j] + 1,  // deletion
                        dist[i, j-1] + 1,  // insertion
                        dist[i-1, j-1] + 1  // substitution
                    )
                }
            }
        }

        return dist[a.length, b.length]

    }
    func levenshteinDistanceFromStringObjC(comparingString: String) -> Int {
        let aStr = self
        let bStr = comparingString
        //It is really strange, but I should link Objective-C coz dramatic slow swift performance
        return aStr.compareWithWord(bStr, matchGain: 0, missingCost: 1)

    }

}

malloc?? NSString??最后速度降低了 4 倍？有人需要swift吗？

Answer 1

Swift 代码比 Objective-C 代码慢的原因有很多。 我通过比较两个固定字符串 100 次做了一个非常简单的测试用例。

• Objective-C 代码：0.026 秒
• Swift 代码：3.14 秒

第一个原因是 Swift Character 代表一个“扩展字形簇”， 它可以包含多个 Unicode 代码点（例如“标志”）。这使得 将字符串分解为字符很慢。另一方面，Objective-C NSString 将字符串存储为 UTF-16 代码点序列。

如果你替换

let a = Array(aStr)
let b = Array(bStr)

通过

let a = Array(aStr.utf16)
let b = Array(bStr.utf16)

这样 Swift 代码也可以在 UTF-16 序列上工作，然后时间就会减少 到 1.88 秒。

二维数组的分配也很慢。分配速度更快 单个一维数组。我在这里找到了一个简单的Array2D 类： http://blog.trolieb.com/trouble-multidimensional-arrays-swift/

class Array2D {
    var cols:Int, rows:Int
    var matrix: [Int]


    init(cols:Int, rows:Int) {
        self.cols = cols
        self.rows = rows
        matrix = Array(count:cols*rows, repeatedValue:0)
    }

    subscript(col:Int, row:Int) -> Int {
        get {
            return matrix[cols * row + col]
        }
        set {
            matrix[cols*row+col] = newValue
        }
    }

    func colCount() -> Int {
        return self.cols
    }

    func rowCount() -> Int {
        return self.rows
    }
}

在您的代码中使用该类

func levenshtein(aStr: String, bStr: String) -> Int {
    let a = Array(aStr.utf16)
    let b = Array(bStr.utf16)

    var dist = Array2D(cols: a.count + 1, rows: b.count + 1)

    for i in 1...a.count {
        dist[i, 0] = i
    }

    for j in 1...b.count {
        dist[0, j] = j
    }

    for i in 1...a.count {
        for j in 1...b.count {
            if a[i-1] == b[j-1] {
                dist[i, j] = dist[i-1, j-1]  // noop
            } else {
                dist[i, j] = min(
                    dist[i-1, j] + 1,  // deletion
                    dist[i, j-1] + 1,  // insertion
                    dist[i-1, j-1] + 1  // substitution
                )
            }
        }
    }

    return dist[a.count, b.count]
}

测试用例中的时间减少到 0.84 秒。

我在 Swift 代码中发现的最后一个瓶颈是 min() 函数。 Swift 库有一个更快的内置min() 函数。所以只是删除 Swift 代码中的自定义函数减少了测试用例的时间 0.04 秒，几乎和 Objective-C 版本一样好。

附录： 使用 Unicode 标量似乎更快：

let a = Array(aStr.unicodeScalars)
let b = Array(bStr.unicodeScalars)

并且它的优点是它可以与代理对一起正常工作，例如 作为表情符号。