第三次作业——效能分析

此作业的要求参见：[https://edu.cnblogs.com/campus/nenu/2018fall/homework/2145]

该作业git地址为：https://git.coding.net/qiaojingyu/wf_proFile.git

要求0：以战争与和平作为输入文件，重读向由文件系统读入。连续三次运行，给出每次消耗时间、CPU参数。

因为本次作业使用的是python语言，所以使用命令行输入以下代码：

python -m cProfile wf.py -s < war_and_peace.txt

得到的运行时间分别如下：

1.第一次运行：

2.第二次运行：

3.第三次运行：

次数	时间（s）
1	0.614
2	0.636
3	0.622
平均	0.624

CPU参数： Intel(R) Core(TM) i5-6200U CPU @ 2.30GHz 2.40GHz

要求1：要求1 给出你猜测程序的瓶颈。你认为优化会有最佳效果，或者在上周在此处做过优化。

（1）sorted()函数对词频进行排序时会比较耗时，所以上周已经进行优化。将读入的数据存入两个字典，分两部分排序，最后合并排序。

（2）猜测将读取的文件进行小写转换、字符转换后存入字典这一操作会耗时较长。但是上述操作在词频统计中是必须操作，猜想可以优化标点符号替换操作（将标点符号封装起来）。

        # 单词格式化：去掉分词之后部分英文前后附带的标点符号
        for word in y:
            # last character of each word
            word1 = word

            # use a list of punctuation marks
            while True:
                lastchar = word1[-1:]
                if lastchar in [",", ".", "!", "?", ";", '"',"-","*","%"]:
                    word2 = word1.rstrip(lastchar)
                    word1 = word2
                else:
                    word2 = word1
                    break

            while True:
                firstchar = word2[0:]
                if firstchar in [",", ".", "!", "?", ";", '"',"-","*","%"]:
                    word3 = word2.lstrip(firstchar)
                    word2 = word3
                else:
                    word3 = word2
                    break
                    # build a wordList of lower case modified words
            word_list2.append(word3)
          
        #统计词频
        tf = {}
        for word in word_list2:
            word = word.lower()
                # print(word)
            word = ''.join(word.split())
            if word in tf:
                tf[word] += 1
            else:
                tf[word] = 1
        return tf

要求2：通过profile 找出程序的瓶颈。给出程序运行中最花费时间的3个函数或代码片段。

在命令行输入以下代码：

python -m cProfile -s time wf.py -s < war_and_peace.txt

该命令可以显示出程序中每个函数调用的次数以及运行时间，并对其按时间长短进行排序，看起来比较直观。

得到耗时前三名结果如下图红框内所示：

要求3：根据瓶颈，“尽力而为”地优化程序性能。

根据要求1中对程序瓶颈的猜想，优化后的代码如下所示：

 while True:
                lastchar = word1[-1:]
                for lastchar in '\r .,"':
                    word2 = word1.rstrip(lastchar)
                    word1 = word2
                else:
                    word2 = word1
                    break

            while True:
                firstchar = word2[0:]
                for lastchar in '\r .,"':
                    word3 = word2.lstrip(firstchar)
                    word2 = word3
                else:
                    word3 = word2
                    break
                    # build a wordList of lower case modified words
            word_list2.append(word3)

要求4：再次profile，给出在要求1 中的最花费时间的3个函数此时的花费。

再次输入代码：

python -m cProfile -s time wf.py -s < war_and_peace.txt

得到结果如下图所示：

1.第一次运行：

2.第二次运行：

3.第三次运行：

次数	时间（s）
1	0.587
2	0.589
3	0.582
平均	0.586

CPU参数： Intel(R) Core(TM) i5-6200U CPU @ 2.30GHz 2.40GHz

对比可看出平均运行时间减少了0.038s。

要求5：程序运行时间。

等待教师测评。