Rust 编程语言

比较性能：循环与迭代器

要确定是使用循环还是迭代器，您需要知道哪个 实现速度更快：的search函数中带有显式的for循环或带有迭代器的 version 进行访问。

我们通过加载 The Adventures of 的全部内容来运行基准测试 阿瑟·柯南·道尔爵士 （Sir Arthur Conan Doyle） 将夏洛克·福尔摩斯 （Sherlock Holmes） 改编成String并查找 字 在内容。以下是 的版本search使用for循环和版本使用迭代器：

test bench_search_for  ... bench:  19,620,300 ns/iter (+/- 915,700)
test bench_search_iter ... bench:  19,234,900 ns/iter (+/- 657,200)

迭代器版本稍微快一些！我们不会解释基准测试代码 这里，因为重点不是要证明这两个版本是等效的 但要大致了解这两种实现的比较 性能方面。

为了获得更全面的基准测试，您应该使用 各种尺寸作为contents、不同的单词和不同长度的单词 作为query以及各种其他变体。关键是： 迭代器虽然是一个高级抽象，但可以编译为大致的 与您自己编写较低级别代码的代码相同。迭代器是一个 Rust 的零成本抽象，我们的意思是使用抽象 不会产生额外的运行时开销。这类似于 Bjarne 的方式 C++ 的原始设计者和实现者 Stroustrup 在“Foundations of C++”（2012 年）中定义了零开销：

通常，C++ 实现遵循零开销原则：您 不使用，您不需要付费。更进一步：你用的，你不能拿 编码更好。

作为另一个示例，以下代码取自音频解码器。这 解码算法使用线性预测数学运算来 根据先前样本的线性函数估计未来值。这 代码使用迭代器链对 scope 中的三个变量进行一些数学运算：一个buffer数据切片，一个 12 的数组coefficients，以及一个数量 将数据移入qlp_shift.我们已经在这个例子中声明了变量 但没有给他们任何价值;虽然这段代码没有太大的意义 在其上下文之外，它仍然是一个简洁的真实示例，说明了 Rust 将高级想法转换为低级代码。

let buffer: &mut [i32];
let coefficients: [i64; 12];
let qlp_shift: i16;

for i in 12..buffer.len() {
    let prediction = coefficients.iter()
                                 .zip(&buffer[i - 12..i])
                                 .map(|(&c, &s)| c * s as i64)
                                 .sum::<i64>() >> qlp_shift;
    let delta = buffer[i];
    buffer[i] = prediction as i32 + delta;
}

要计算prediction中，此代码遍历每个 12 个值coefficients并使用zip配对系数的方法 值，其中前 12 个值在buffer.然后，对于每一对，我们 将值相乘，对所有结果求和，然后移位 和qlp_shift位。

音频解码器等应用程序中的计算通常优先考虑性能 最高。在这里，我们将使用两个适配器创建一个迭代器，然后 消耗价值。这个 Rust 代码会编译成什么汇编代码？井 在撰写本文时，它将编译为您将手动编写的同一程序集。 根本没有对应于coefficients：Rust 知道有 12 次迭代，因此它会“展开”这个 圈。展开是一种消除循环开销的优化 控制代码，而是为每次迭代生成重复代码 循环。

所有系数都存储在 registers 中，这意味着访问 values 非常快。运行时对数组访问没有边界检查。 Rust 能够应用的所有这些优化使结果代码 极其高效。现在你知道了这一点，你可以使用迭代器和闭包 无所畏惧！它们使代码看起来更高级别，但不会强加 这样做会带来运行时性能损失。

总结

闭包和迭代器是受函数式编程启发的 Rust 特性 语言理念。它们有助于 Rust 清楚地表达 低级性能中的高级想法。闭包和 迭代器不会影响运行时性能。这是 Rust 的目标是努力提供零成本的抽象。

现在我们已经改进了 I/O 项目的表现力，让我们看看 的更多功能cargo这将帮助我们与 世界。