TA的每日心情 | 开心 2016-12-9 18:18 |
---|
签到天数: 85 天 连续签到: 1 天 [LV.6]常住居民II 扫一扫,手机访问本帖
|
最近NPM社区出了一件大事,一个开发者对NPM公司不满,unpublish了自己的所有模块。其中包括被广泛使用的left-pad,导致Babel、ReactNative、Ember等大量工具构建失败。
这件事件本身不是我们这篇文章要讨论的主要内容,关注事件的同学可以移步知乎参与相关讨论。
本文讨论的内容是关于 left-pad 这个函数的实现。
原作者的实现代码是这样的:
function leftpad (str, len, ch) {
str = String(str);
var i = -1;
if (!ch && ch !== 0) ch = " ";
len = len - str.length;
while (++i < len) {
str = ch + str;
}
return str;
}
这个实现在微博上引起了广泛讨论并被吐槽。在这里我主要想讨论这段代码被吐槽的原因。
作为专业的程序员(码农),我们应该知道代码主要是给人阅读的,只是偶尔让计算机执行一下,那么我们关注代码的两个方面:
代码风格
执行效率
前者是给人阅读,后者是执行效率。
可读性:
由于这段代码本身逻辑并不复杂,作者这个实现也是中规中矩的,因此说有什么大毛病,其实也还没有。吹毛求疵一点,那也不过是这段代码不符合JavaScript(或者说JS程序员)的风格。
这段代码,如果让月影按JS风格来写,可能会是这样的:
function leftpad(str, len, ch){
str = "" + str;
var padlen = len - str.length;
if(padlen <= 0){
return str;
}else{
return (new Array(padlen + 1)).join((""+ch) || " ") + str;
}
}
在这里,我们利用Array的join方法来完成重复字符串的拼接,这是使用了JS语言本身的特性,消除了循环,让代码更简单(在JS程序员眼里更简单),有点意思。
有同学可能会提出来,那么我们可以更简单,利用更多的JS特性完成这个工作:
function leftpad(str,len,ch) {
return ((new Array(len)).join((ch+"")||" ") + str)
.slice(-Math.max(len, (""+str).length));
}
的确如此。如果考虑到ES6新的API,我们可以有更加“语义化”的写法(也更高效,后面会提到):
function leftpad(str, len, ch){
str = "" + str;
if (!ch && ch !== 0) ch = " ";
var padlen = len - str.length;
if(padlen <= 0){
return str;
}else{
return ch.repeat(padlen) + str;
}
}
或者
function leftpad(str,len,ch) {
return (((ch+"")||" ").repeat(len) + str)
.slice(-Math.max(len, (""+str).length));
}
但是,我们需要对不支持repeat的浏览器做降级处理,降级处理的实现在后面讨论。
以上是从代码风格,或者说从人书写和阅读的方便程度上去考虑如何写一个JS函数。那么还有另外一个角度,从机器的角度,在可读性允许的情况下,如何尽可能提高执行的效率。
我们回顾原作者的版本,如果要补n位字符, 字符串加法,也就是String.prototype.concat的执行次数是n次, 也就是O(n),那么这个过程有没有更高效率的方法呢?我们仔细想,构造填补字符的时候没必要一个字符一个字符添加呀,我们可以用倍增的办法来添加,因此,这个构造算法可以用concat次数大约是O(logN)的复杂度来实现:
function leftpad(str, len, ch){
str = "" + str;
if(!ch && ch !== 0) ch = " ";
ch = "" + ch;
var padlen = len - str.length;
if(padlen <= 0) return str;
var padch = padlen & 1 ? ch : "";
while(padlen >>= 1){
ch += ch;
if(padlen & 1){
padch += ch;
}
}
return padch + str;
}
注意到上面的代码每次循环最多有两次concat的操作, 而循环次数约等于logn, 所以按concat的次数来记它的复杂度为O(logn)。然后我们回到前面说的用repeat实现,为什么我说它性能更好?我们可以看一下repeat的实现:
if (!String.prototype.repeat) {
String.prototype.repeat = function(count) {
"use strict";
if (this == null) {
throw new TypeError("can\"t convert " + this + " to object");
}
var str = "" + this;
count = +count;
if (count != count) {
count = 0;
}
if (count < 0) {
throw new RangeError("repeat count must be non-negative");
}
if (count == Infinity) {
throw new RangeError("repeat count must be less than infinity");
}
count = Math.floor(count);
if (str.length == 0 || count == 0) {
return "";
}
// Ensuring count is a 31-bit integer allows us to heavily optimize the
// main part. But anyway, most current (August 2014) browsers can"t handle
// strings 1 << 28 chars or longer, so:
if (str.length * count >= 1 << 28) {
throw new RangeError("repeat count must not overflow maximum string size");
}
var rpt = "";
for (;;) {
if ((count & 1) == 1) {
rpt += str;
}
count >>>= 1;
if (count == 0) {
break;
}
str += str;
}
// Could we try:
// return Array(count + 1).join(this);
return rpt;
}
}
从官方推荐的polyfill实现来看,它使用的就是O(logN)的算法。
所以,如果结合代码风格和执行效率,我们可以得到一个比较好的版本——
if (!String.prototype.repeat) {
String.prototype.repeat = function(count) {
"use strict";
if (this == null) {
throw new TypeError("can\"t convert " + this + " to object");
}
var str = "" + this;
count = +count;
if (count != count) {
count = 0;
}
if (count < 0) {
throw new RangeError("repeat count must be non-negative");
}
if (count == Infinity) {
throw new RangeError("repeat count must be less than infinity");
}
count = Math.floor(count);
if (str.length == 0 || count == 0) {
return "";
}
// Ensuring count is a 31-bit integer allows us to heavily optimize the
// main part. But anyway, most current (August 2014) browsers can"t handle
// strings 1 << 28 chars or longer, so:
if (str.length * count >= 1 << 28) {
throw new RangeError("repeat count must not overflow maximum string size");
}
var rpt = "";
for (;;) {
if ((count & 1) == 1) {
rpt += str;
}
count >>>= 1;
if (count == 0) {
break;
}
str += str;
}
// Could we try:
// return Array(count + 1).join(this);
return rpt;
}
}
function leftpad(str, len, ch){
str = "" + str;
if (!ch && ch !== 0) ch = " ";
var padlen = len - str.length;
if(padlen <= 0){
return str;
}else{
return ch.repeat(padlen) + str;
}
}
最后,我们跑一下Benchmark
var Benchmark = require("benchmark");
var suite = new Benchmark.Suite;
function leftpad_azer (str, len, ch) {
str = String(str);
var i = -1;
if (!ch && ch !== 0) ch = " ";
len = len - str.length;
while (++i < len) {
str = ch + str;
}
return str;
}
function leftpad_array1 (str, len, ch){
str = "" + str;
var padlen = len - str.length;
if(padlen <= 0){
return str;
}else{
return (new Array(padlen + 1)).join((""+ch) || " ") + str;
}
}
function leftpad_array2 (str,len,ch) {
return ((new Array(len)).join((ch+"")||" ") + str)
.slice(-Math.max(len, (""+str).length));
}
function leftpad_repeat(str, len, ch){
str = "" + str;
if (!ch && ch !== 0) ch = " ";
var padlen = len - str.length;
if(padlen <= 0){
return str;
}else{
return ch.repeat(padlen) + str;
}
}
function leftpad_binary(str, len, ch){
str = "" + str;
if(!ch && ch !== 0) ch = " ";
ch = "" + ch;
var padlen = len - str.length;
if(padlen <= 0) return str;
var padch = padlen & 1 ? ch : "";
while(padlen >>= 1){
ch += ch;
if(padlen & 1){
padch += ch;
}
}
return padch + str;
}
// add tests
suite.add("leftpad#azer", function() {
leftpad_azer("10",1000,"0")
})
.add("leftpad#array1", function() {
leftpad_array1("10",1000,"0")
})
.add("leftpad#array2", function() {
leftpad_array2("10",1000,"0")
})
.add("leftpad#repeat", function() {
leftpad_repeat("10",1000,"0")
})
.add("leftpad#binary", function() {
leftpad_binary("10",1000,"0")
})
// add listeners
.on("cycle", function(event) {
console.log(String(event.target));
})
.on("complete", function() {
console.log("Fastest is " + this.filter("fastest").map("name"));
})
// run async
.run({ "async": true });
可以看到 Node.js 下性能最高的版本是我们自己实现的O(logN)版
leftpad#azer x 82,459 ops/sec ±3.11% (74 runs sampled)
leftpad#array1 x 24,252 ops/sec ±2.17% (72 runs sampled)
leftpad#array2 x 60,480 ops/sec ±3.56% (74 runs sampled)
leftpad#repeat x 5,668,275 ops/sec ±4.67% (77 runs sampled)
leftpad#binary x 6,488,969 ops/sec ±1.14% (89 runs sampled)
|
|