徐丽君 20190919-3 效能分析

此作业的要求参见https://edu.cnblogs.com/campus/nenu/2019fall/homework/7628

要求0 以 战争与和平 作为输入文件，重读向由文件系统读入。连续三次运行，给出每次消耗时间、CPU参数。 (2分)

运行方法

ptime wf -s < war_and_peace.txt
连续三次运行时间截图

第一次消耗时间：1.574s

CPU参数：Intel(R)Core(TM)i5-8300H CPU @ 2.30GHz 2.30 GHz

第二次消耗时间：2.164s

CPU参数：Intel(R)Core(TM)i5-8300H CPU @ 2.30GHz 2.30 GHz

第三次消耗时间 1.583s

CPU参数：Intel(R)Core(TM)i5-8300H CPU @ 2.30GHz 2.30 GHz

要求1 给出你猜测程序的瓶颈。你认为优化会有最佳效果，或者在上周在此处做过优化 (或考虑到优化，因此更差的代码没有写出) 。

猜测的瓶颈：1.由文件重定向读入时遍历文档并把大写字母转化为小写时耗时过长。

                     2.用正则表达式区分单词并统计单词频率时耗时过长。

要求2 通过 profile 找出程序的瓶颈。给出程序运行中最花费时间的3个函数(或代码片断)。要求包括截图。

使用命令行进入程序所在目录后输入以下命令：python -m cProfile -s time wf.py -s < war_and_peace.txt

得到分析结果截图：

最花费时间的三个函数 findall() 0.297s, Couter()0.134s,read() 0.086s

优化前代码：

def doCountByPurText(inputText):
    words = re.findall(r'[a-z0-9^-]+', inputText.lower())
    collect = collections.Counter(words)
    num = 0
    for i in collect:
        num += 1
    print('total %d words
' % num)
    result = collect.most_common(10)
    for j in result:
        print('%-8s%5d' % (j[0], j[1]))

优化后代码：

def doCountByPurText(inputText):
    words = re.findall(r'[a-z0-9^-]+', inputText.lower())
    count(words)

git链接：https://e.coding.net/xulijun/wf.git