From: masayoshi takahashi <maki@...>
Date: 2008-09-15T12:52:21+09:00
Subject: [ruby-dev:36302] Re: [patch] performance improvement patch for benchmark/bm_so_count_words.rb

高橋征義です。

2008/09/15 12:35 Yukihiro Matsumoto <matz@ruby-lang.org>:
> |1.9でbenchmarkを走らせたところ、bm_so_count_wordsの結果がひどかった
> |（1.8のときより30倍くらい遅くなる）ので、パッチを書いてみました。
> |基本的にはsinglebyteの時にエンコーディングを気にせず、1.8の時の
> |コードのように処理させるものです。これでも1.8の2倍程度の時間は
> |かかってしまうようですが(Mac OS X 10.5.4)。
>
> ああ、今日、原稿をしあげたら取り掛かろうと思っていたのに。

すみません:)
あと、昨日話していたdowncaseがボトルネックになっていた件は、
別のshootoutの実装でのサンプルでした。

> |あと、single_byte_optimizable(str) に、rb_enc_str_asciionly_p(str) を
> |加えてしまってもいいのでしょうか？　一般に加えてしまってよいのか
> |よく分からなかったので、このpatchでは、
> |    if (single_byte_optimizable(str) || rb_enc_str_asciionly_p(str)) {
> |などという形で判別するようにしています。
>
> single_byte_optimizable()は
>
>  mbmaxlenが1
>  またはENC_CODERANGE_7BIT
>
> の時真になり、
>
> rb_enc_str_asciionly_p()は
>
>  asciicompatibleであり(mbminlenが1でdummyではない)、
>  かつENC_CODERANGE_7BIT
>
> なので、なんか似たような条件になってます。微妙に違うのがなぜ
> だかよくわからないのですが、どっちかで十分ではないかと思いま
> す。

1.9では、asciiだけのファイルを読み込む場合でも、読み込んだ
文字列のencodingはデフォルトでUTF-8になるようなので、現状の
single_byte_optimizable() では真になりません(ので困った)。また、
rb_enc_str_asciionly_p() のみでは、ASCII-8BITでは真にならない
ような気がするので、両方の条件を混ぜたようなものが
必要になるのではないかと。

ちなみにやりたいのは、文字列を走査する際に、singlebyteずつ
走査すればよいかどうかのための判別条件のつもりです。

> |singlebyteの時だけ早くなってどーする、と意見もあるかと
> |思いますが、ないよりはマシかと思うので、よろしくお願いします。
>
> いや、singlebyteの時に速いのは重要だと思います。ちょっとチェッ
> クしてからコミットしましょう。

いまいち合ってるか自信ないので、よろしく確認していただければ。

高橋征義 (takahashimm@gmail.com)