谈表达式树的缓存（6）：五种缓存方式的性能比较

毋峻舷 · 2025-5-29 20:29:13

开始还债，因为还有至少两个可写的重要话题依赖在这个系列上，不解决就难以前进。
目前我们已经涉及了五种不同的缓存实现，它们分别是：

SimpleKeyCache：构造字符串作为Key，使用字典作为存储。
PrefixTreeCache：使用前缀树进行存储。
SortedListCache：使用排序列表或二叉搜索树进行存储。
HashedListCache：先对表达式树取散列值，再从字典中取出二叉搜索树。
DictionaryCache：实现了散列值和表达式树的比较方法，直接使用字典进行存储。

如果要从一个已经包含n个表达式树的存储中，查找一个有m个节点的表达式树，根据几篇文章的分析，从理论上说除了HashedListCache的时间复杂度是O(m * log(n))之外，其它几种实现的时间复杂度都是O(m)。不过，理论上的结果和实际使用中的效果完全符合吗？如果完全符合的话，那么我们在构建第一个SimpleKeyCache，获得了一种既简单直观又“高效”（达到了理论上最好的时间复杂度O(m)）的实现之后为什么还要继续设计剩下的方案呢？如果您看完了文章还没有想到，这说明您的.NET编程“常识”还需要加强。
那么我们就写一个程序，让数据说话。
这是一个控制台应用程序，接受用户参数，并由此生成试验数据，或进行性能比较。
生成试验数据

需要进行测试，自然要准备试验数据，而这里所需要的试验数据自然是大量的表达式树。
表达式树的种类非常纷繁，如果要构造各种类型的树，其代价也是非常昂贵的。因此在这里，我们只构建所谓的“整数的四则运算”表达式进行试验。对于这样的表达式，每个运算符占用一个节点，每个数字又会占用另一个节点，因此表达式数的节点个数m便是操作符的个数p，与数字的个数q之和。而由于每个元算符都是二元运算符，因此p等于q - 1。于是我们就可以得出m与p之间的关系：

m = 2p + 1

复制代码

知道了这个关系，我们便可以获得一定规模的试验数据。于是我们写一个简单的小程序来随机输出一个表达式：

private static void WriteSingleExpression(
TextWriter writer, Random random, int opCount)
{
string ops = "+-*/";
writer.Write(random.Next(100));
while (opCount-- > 0)
{
writer.Write(" ");
writer.Write(ops[random.Next(4)]);
writer.Write(" ");
writer.Write(random.Next(100));
}
writer.WriteLine();
}

复制代码

这个方法的目的是向TextWriter中随机输出一个拥有opCount个运算符的表达式（可以得知，这个表达式树有m = 2 * opCount + 1个节点）。例如，当opCount等于11的时候，它可能就会生成这样一个表达式：

82 / 6 - 76 * 75 - 33 / 32 * 56 + 47 + 3 + 22 * 5 + 63

复制代码

然后我们获取用户参数输入，并输出一系列随机的表达式：

private static void GenerateExpressions(NameValueCollection args)
{
string output = args["out"] ?? "expressions.txt";
int min = Int32.Parse(args["min"] ?? "11");
int max = Int32.Parse(args["max"] ?? (min + 9).ToString());
int repeat = Int32.Parse(args["repeat"] ?? "100");

复制代码

以上代码的目的是获取用户参数，用户输入的参数将被解析为NameValueCollection，参数含义如下：

output：输出文件
min：最短表达式中的运算符数量
max：最长表达式中的运算符数量
repeat：每种长度的表达式重复次数

向文件输出所有的随机表达式便不是难事了：

Random random = new Random(DateTime.Now.Millisecond);
using (var stream = File.Open(output, FileMode.Create))
{
StreamWriter writer = new StreamWriter(stream);
for (int opCount = min; opCount <= max; opCount++)
{
for (int i = 0; i < repeat; i++)
{
WriteSingleExpression(writer, random, opCount);
}
}
}
}

复制代码

接着，准备5种缓存容器：

static void PerfTest(NameValueCollection args)
{
string intput = args["in"] ?? "expressions.txt";
int repeat = Int32.Parse(args["repeat"] ?? "100");

复制代码

初始化CodeTimer：

List<Expression> expressions = File.ReadAllLines(intput).Select(
s => DynamicExpression.Parse(null, s)).ToList();

复制代码

遍历字典中的每个缓存对象，将其放入缓存容器中。这段代码还有一个作用便是“热身”——请注意，对.NET中任意代码作性能测试时，都需要让它预运行一下。由于JIT的存在，一个方法第一次运行时所花时间总是较长的，这不应该统计在内：

var caches = new SortedDictionary<string, IExpressionCache<object>>()
{
{ "1. SimpleKeyCache", new SimpleKeyCache<object>() },
{ "2. PrefixTreeCache", new PrefixTreeCache<object>() },
{ "3. SortedListCache", new SortedListCache<object>() },
{ "4. HashedListCache", new HashedListCache<object>() },
{ "5. DictionaryCache", new DictionaryCache<object>() },
};

复制代码

最后，则是使用CodeTimer对当前缓存容器进行性能测试：

CodeTimer.Initialize();

复制代码

PerfTest编写完毕，我们最后还需要指定一个函数的入口，如下：

var value = new object();
foreach (var pair in caches)
{
var cache = pair.Value;
expressions.ForEach(exp => cache.Get(exp, (_) => value));

复制代码

如果直接执行程序，便会创建一个expression.txt文件，其中包括操作符数量在11到20之间，每种表达式各100个。如果加上了task参数，并指定test字符串，便会进行性能比较。
比较结果

输入命令，便会使用expression.txt中的每个表达式各调用100次：

CodeTimer.Time(pair.Key, repeat,
() => expressions.ForEach(exp => cache.Get(exp, null)));
}
}

复制代码

对于运算符数量为11到20的表达式各100个（即总共1000个表达式），各调用100次的结果如下（不过，请不要直接看结果，再想想，再想想）：

static void Main(string[] args)
{
var arguments = ParseArguments(args);
if (arguments["task"] == "test")
{
PerfTest(arguments);
}
else
{
GenerateExpressions(arguments);
}
}

复制代码

结果和您想象的是否一样？在老赵的机器上，这个结果还是相当稳定的，每次测试只差十几毫秒，而垃圾收集次数则完全一样。从这个数据中您看出什么来了吗？或者说，您能否回答以下几个问题呢？

SimpleKeyCache的垃圾收集次数为什么明显较多？PrefixTreeCache为什么也有不少垃圾收集？
SimpleKeyCache和PrefixTreeCache的时间复杂度都是理论最优值O(m)，但是为什么它们却比不过SortedListCache这个理论上时间复杂度是O(m * log(n))的容器呢？
您能否设定一种用例，让SortedListCache的耗时超过PrefixTreeCache或SimpleKeyCache呢？
HashedListCache为什么会超过SortedListCache，DictionaryCache的性能为什么也那么好呢（与HashedListCache不分伯仲，多次测试互有“胜负”）？
DictionaryCache有一次1代的垃圾收集，这说明DictionaryCache消耗内存超过前些容器吗？
SimpleKeyCache从时间和空间上看全面落后，那么他有什么好处吗？
您能为每种容器提出改进意见吗？

您是否还能提出更多问题？您能够在老赵发布下一篇文章讨论这些问题之前，在这里留言给出您对这些问题的看法呢？

完整代码下载：http://code.msdn.microsoft.com/ExpressionCache
相关文章：

谈表达式树的缓存（1）：引言
谈表达式树的缓存（2）：由表达式树生成字符串
谈表达式树的缓存（3）：使用前缀树
谈表达式树的缓存（4）：使用二叉搜索树（AVL树）
谈表达式树的缓存（5）：引入散列值
谈表达式树的缓存（7）：五种缓存方式的总体分析及改进方案

来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！

账号		自动登录	找回密码
密码			立即注册