我一直在尝试对我为练习Golang而编写的Radix Tree实现进行基准测试。
但我遇到了一个问题,"我应该如何对它进行基准测试?"。在下面的代码中,显示了两种情况,或者说我想用不同的方式对LookUp函数进行基准测试。
-
案例1:使用树上存在的一个字节片,这意味着它将通过所有子节点等成功查找…
-
案例2:使用func从树中的现有数据生成随机切片,这意味着它也将是成功的LookUp。。。
我知道花费的时间将取决于树的深度。。。我认为案例2是否接近真实世界的实现?
问题:哪种情况对基准测试更有效或更有用?
基准:
func BenchmarkLookUp(b *testing.B) {
radix := New()
insertData(radix, sampleData2)
textToLookUp := randomBytes()
for i := 0; i < b.N; i++ {
radix.LookUp(textToLookUp) // Case 1
//radix.LookUp(randomBytes()) // Case 2
}
}
func randomBytes() []byte {
strings := sampleData2()
return []byte(strings[random(0, len(strings))])
}
func sampleData2() []string {
return []string{
"romane",
"romanus",
"romulus",
...
}
}
结果案例1:
PASS
BenchmarkLookUp-4 10000000 146 ns/op
ok github.com/falmar/goradix 2.068s
PASS
BenchmarkLookUp-4 10000000 149 ns/op
ok github.com/falmar/goradix 2.244s
结果案例2:
PASS
BenchmarkLookUp-4 3000000 546 ns/op
ok github.com/falmar/goradix 3.094s
PASS
BenchmarkLookUp-4 3000000 538 ns/op
ok github.com/falmar/goradix 4.481s
不匹配时的结果:
PASS
BenchmarkLookUp-4 10000000 194 ns/op
ok github.com/falmar/goradix 3.189s
PASS
BenchmarkLookUp-4 10000000 191 ns/op
ok github.com/falmar/goradix 3.243s
如果您的基准测试是随机的,那么从一次运行到下一次运行,将很难比较不同实现之间的性能。
相反,静态地实现几个不同的基准案例,这些案例强调了算法的不同领域。案例应该代表不同的场景,例如没有匹配的情况(正如您已经拥有的),源数据中有许多项目将在查找中返回的情况,有许多项目但只返回一个项目的情况,等等。