关于 Array 和 Table 、

804173948

F1里写的是 “Ruby Array 类在处理大量信息时效率很差，因此使用了此类”

所以说处理起来有什么不同...
为什么Array会效率很差

请大神们举一些例子0.0

RyanBern

RUBY 代码复制

class Mat_Array
  attr_reader :n
  def initialize(n)
    @n = n
    @data = Array.new(n){ Array.new(n){ 0 } }
  end
  def [](i, j)
    return @data[i][j]
  end
  def []=(i, j, value)
    @data[i][j] = value
  end
  def *(other)
    result = Mat_Array.new(n)
    for i in 0...n
      for j in 0...n
        for k in 0...n
          result[i, j] += self[i, k] + other[k ,j]
        end
      end
    end
  end
end
 
class Mat_Table
  attr_reader :n
  def initialize(n)
    @n = n
    @data = Table.new(n, n)
  end
  def [](i, j)
    return @data[i, j]
  end
  def []=(i, j, value)
    @data[i, j] = value
  end
  def *(other)
    result = Mat_Array.new(n)
    for i in 0...n
      for j in 0...n
        for k in 0...n
          result[i, j] += self[i, k] + other[k ,j]
        end
      end
    end
  end
end
 
def test_array
  t = Time.now
  a = Mat_Array.new(100)
  b = Mat_Array.new(100)
  a * b
  p Time.now - t
end
 
def test_table
  t = Time.now
  a = Mat_Table.new(100)
  b = Mat_Table.new(100)
  a * b
  p Time.now - t
end

class Mat_Array


  attr_reader :n


  def initialize(n)


    @n = n


    @data = Array.new(n){ Array.new(n){ 0 } }


  end


  def [](i, j)


    return @data[i][j]


  end


  def []=(i, j, value)


    @data[i][j] = value


  end


  def *(other)


    result = Mat_Array.new(n)


    for i in 0...n


      for j in 0...n


        for k in 0...n


          result[i, j] += self[i, k] + other[k ,j]


        end


      end


    end


  end


end


 


class Mat_Table


  attr_reader :n


  def initialize(n)


    @n = n


    @data = Table.new(n, n)


  end


  def [](i, j)


    return @data[i, j]


  end


  def []=(i, j, value)


    @data[i, j] = value


  end


  def *(other)


    result = Mat_Array.new(n)


    for i in 0...n


      for j in 0...n


        for k in 0...n


          result[i, j] += self[i, k] + other[k ,j]


        end


      end


    end


  end


end


 


def test_array


  t = Time.now


  a = Mat_Array.new(100)


  b = Mat_Array.new(100)


  a * b


  p Time.now - t


end


 


def test_table


  t = Time.now


  a = Mat_Table.new(100)


  b = Mat_Table.new(100)


  a * b


  p Time.now - t


end

Table比Array快一点，但是二者应该是在一个量级上的。
这里测试Array跑完一次矩阵乘法需要3.5s，Table需要3.0s左右，我特地使用了效率低的写法。
感觉处理这类问题，浪费的时间应该在元素的读取上，如果用改良的写法能提高一倍的效率。

taroxd

说实话，我感觉效率差不多

RUBY 代码复制

size = 100
 
# Array
 
t = Time.now
a_big_array = Array.new(size) { Array.new(size) { Array.new(size) } }
size.times do |x|
  size.times do |y|
    size.times do |z|
      a_big_array[x][y][z] = x + y + z # write
      a_big_array[x][y][z] # read
    end
  end
end
 
p Time.now - t
 
# Table
 
t = Time.now
a_big_table = Table.new(size, size, size)
size.times do |x|
  size.times do |y|
    size.times do |z|
      a_big_table[x, y, z] = x + y + z # write
      a_big_table[x, y, z] # read
    end
  end
end
 
p Time.now - t

size = 100


 


# Array


 


t = Time.now


a_big_array = Array.new(size) { Array.new(size) { Array.new(size) } }


size.times do |x|


  size.times do |y|


    size.times do |z|


      a_big_array[x][y][z] = x + y + z # write


      a_big_array[x][y][z] # read


    end


  end


end


 


p Time.now - t


 


# Table


 


t = Time.now


a_big_table = Table.new(size, size, size)


size.times do |x|


  size.times do |y|


    size.times do |z|


      a_big_table[x, y, z] = x + y + z # write


      a_big_table[x, y, z] # read


    end


  end


end


 


p Time.now - t