ruby: tipo! y uniq! ¿Cuál correr primero?

Question

Necesito ejecutar tanto sort! como uniq! en una matriz. ¿Qué es mejor correr primero? ¿O hay una manera de combinar esto en un solo comando?

Answer 1

Hice una pequeña prueba de referencia con diferentes combinaciones de uniq uniq! ordenar y ordenar! No hay diferencias significativas:

   user  system  total  real 
sort!.uniq!103.547000 0.172000 103.719000 (104.093750) 
uniq!.sort!100.437000 0.093000 100.530000 (100.859375) 
uniq.sort 100.516000 0.157000 100.673000 (101.031250) 
sort.uniq 103.563000 0.062000 103.625000 (103.843750) 

Lo que no se puede usar es algo así como:

array = [1] 
array.uniq!.sort! 

uniq! dará como resultado nil y sort! lanzará una excepción.

El índice de referencia que utiliza:

require 'benchmark' 
require 'date' 

TEST_LOOPS = 10_000 
ARRAY = [] 
1000.times{ 
    ARRAY << Date.new(1900 + rand(100), rand(11)+1, rand(27) + 1) 
} 
Benchmark.bm(10) {|b| 

    b.report('sort!.uniq!') { 
    TEST_LOOPS.times { 
     a = ARRAY.dup 
     a.sort! 
     a.uniq! 
    }   #Testloops 
    }    #b.report 

    b.report('uniq!.sort!') { 
    TEST_LOOPS.times { 
     a = ARRAY.dup 
     # uniq!.sort! not possible. uniq! may get nil 
     a.uniq! 
     a.sort! 
    }   #Testloops 
    }    #b.report 

    b.report('uniq.sort') { 
    TEST_LOOPS.times { 
     a = ARRAY.dup.uniq.sort 
    }   #Testloops 
    }    #b.report 

    b.report('sort.uniq') { 
    TEST_LOOPS.times { 
     a = ARRAY.dup.sort.uniq 
    }   #Testloops 
    }    #b.report 

} #Benchmark 

Answer 2

Realmente no importa en qué dirección lo hace. Supongo que el uniq primero, por lo que resulta en menos elementos para ordenar con un pase a través de la matriz. Entonces usted puede hacer

a=[3,3,3,3,6,7,1,1,1,1,3] 
a.uniq! 
a.sort! 

Answer 3

Correr uno o el otro primero depende de las necesidades de su aplicación.

1) A menos que tenga matrices enormes, ejecute la primera que tenga más sentido. ¿Estás usando la matriz ordenada o única en otro lugar? ¿Una orden se ajusta más naturalmente a la lógica de su aplicación?

2) Si tiene matrices enormes, y me refiero a enorme en base a una determinación real medida de que su código tarda demasiado en ejecutar array.sort!.uniq!, entonces puede intentar con la otra orden y ver. Si tiene muchos duplicados, entonces array.uniq!.sort! podría ser un poco más rápido.

3) Si le preocupa la velocidad, es probable que desee utilizar sort_by. Ver por ejemplo, https://github.com/JuanitoFatas/fast-ruby/blob/master/code/enumerable/sort-vs-sort_by.rb

Answer 4

De hecho, depende del número de valores únicos. En el ejemplo de knut, el conjunto de inicio podría incluir como máximo 365 valores únicos de cada 1000, y el orden de las operaciones parecía no tener influencia.

si 'uniq' reduce significativamente el tamaño de la matriz, hay una clara ventaja en ejecutarlo primero.

A=[] 
10_000.times do 
    A << rand(80) 
end 

Benchmark.bm(10) do |b| 
    b.report "sort.uniq" do 
    10_000.times {A.sort.uniq} 
    end 
    b.report "uniq.sort" do 
    10_000.times {A.uniq.sort} 
    end 
end 

       user  system  total  real 
sort.uniq 20.202000 0.281000 20.483000 (20.978098) 
uniq.sort 9.298000 0.000000 9.298000 ( 9.355936) 

No he probado el '.uniq! .sort!' permutaciones, pero creo que deberían seguir el resultado anterior.

Este ejemplo puede ser un poco extremo, pero no veo por qué uno no siempre se debe ejecutar qué necesitaría hacer `array_name.uniq! .Sort!` '' .uniq primeros