Como mesclar de forma eficiente dois hashes em Ruby C API?

Question

Eu estou escrevendo uma extensão C para Ruby que realmente precisa mesclar dois hashes, no entanto a função rb_hash_merge () é estático em Ruby 1.8.6. Eu tentei em vez de usar:

rb_funcall(hash1, rb_intern("merge"), 1, hash2);

mas isso é demasiado lento, eo desempenho é muito crítico nesta aplicação.

Alguém sabe como proceder para realizar esta fusão com eficiência e rapidez em mente?

(Nota Tentei simplesmente olhar para a fonte para rb_hash_merge () e replicá-lo, mas ele está repleta de outras funções estáticas, que são eles próprios repleta de funções ainda mais estáticas assim parece quase impossível separar ... preciso uma outra maneira)

Answer 1

Ok, parece que pode não ser possível otimizar dentro da API publicada.

código de teste:

#extconf.rb
require 'mkmf'
dir_config("hello")
create_makefile("hello")


// hello.c
#include "ruby.h"

static VALUE rb_mHello;
static VALUE rb_cMyCalc;

static void calc_mark(void *f) { }
static void calc_free(void *f) { }
static VALUE calc_alloc(VALUE klass) { return Data_Wrap_Struct(klass, calc_mark, calc_free, NULL); }

static VALUE calc_init(VALUE obj) { return Qnil; }

static VALUE calc_merge(VALUE obj, VALUE h1, VALUE h2) {
  return rb_funcall(h1, rb_intern("merge"), 1, h2);
}

static VALUE
calc_merge2(VALUE obj, VALUE h1, VALUE h2)
{
  VALUE h3 = rb_hash_new();
  VALUE keys;
  VALUE akey;
  keys = rb_funcall(h1, rb_intern("keys"), 0);
  while (akey = rb_each(keys)) {
    rb_hash_aset(h3, akey, rb_hash_aref(h1, akey));
  }
  keys = rb_funcall(h2, rb_intern("keys"), 0);
  while (akey = rb_each(keys)) {
    rb_hash_aset(h3, akey, rb_hash_aref(h2, akey));
  }
  return h3;
}

static VALUE
calc_merge3(VALUE obj, VALUE h1, VALUE h2)
{
  VALUE keys;
  VALUE akey;
  keys = rb_funcall(h1, rb_intern("keys"), 0);
  while (akey = rb_each(keys)) {
    rb_hash_aset(h2, akey, rb_hash_aref(h1, akey));
  }
  return h2;
}

void
Init_hello()
{
  rb_mHello = rb_define_module("Hello");
  rb_cMyCalc = rb_define_class_under(rb_mHello, "Calculator", rb_cObject);
  rb_define_alloc_func(rb_cMyCalc, calc_alloc);
  rb_define_method(rb_cMyCalc, "initialize", calc_init, 0);
  rb_define_method(rb_cMyCalc, "merge", calc_merge, 2);
  rb_define_method(rb_cMyCalc, "merge2", calc_merge, 2);
  rb_define_method(rb_cMyCalc, "merge3", calc_merge, 2);
}


# test.rb
require "hello"

h1 = Hash.new()
h2 = Hash.new()

1.upto(100000) { |x| h1[x] = x+1; }
1.upto(100000) { |x| h2["#{x}-12"] = x+1; }

c = Hello::Calculator.new()

puts c.merge(h1, h2).keys.length if ARGV[0] == "1"
puts c.merge2(h1, h2).keys.length if ARGV[0] == "2"
puts c.merge3(h1, h2).keys.length if ARGV[0] == "3"

Agora os resultados do teste:

$ time ruby test.rb

real    0m1.021s
user    0m0.940s
sys     0m0.080s
$ time ruby test.rb 1
200000

real    0m1.224s
user    0m1.148s
sys     0m0.076s
$ time ruby test.rb 2
200000

real    0m1.219s
user    0m1.132s
sys     0m0.084s
$ time ruby test.rb 3
200000

real    0m1.220s
user    0m1.128s
sys     0m0.092s

Assim parece que pode raspar no máximo ~ 0.004s em uma operação de 0.2s.

Tendo em conta que provavelmente não há muito além de definir os valores, pode não haver muito espaço para novas otimizações. Talvez tentar cortar a própria fonte ruby ??-. Mas nesse ponto você já não realmente desenvolver "extensão", mas sim alterar o idioma, por isso provavelmente não vai funcionar

Se a junção de hash é algo que você precisa fazer muitas vezes na parte C -., Em seguida, provavelmente usando as estruturas de dados internos e apenas exportá-los para o Ruby hash no passe final seria a única maneira de otimizar as coisas

P.S. O esqueleto inicial para o código emprestado de este tutorial excelente