Golang：基准基数树查找

Question

我一直在尝试对我为 Golang 练习而编写的 Radix Tree 实现进行基准测试。

但是我在 "How should I benchmark it?" 上遇到了问题。在下面的代码中显示了两种情况，或者说我想对 LookUp 函数进行基准测试的不同方式。

情况 1：使用存在于树上的单个字节片，这意味着它将通过所有子节点等成功查找...
情况 2：使用函数从树中的现有数据生成随机切片，这意味着它也将成功查找...

我知道时间消耗将取决于树的深度...我认为案例 2 是否接近现实世界的实施？

问题：哪种情况对基准测试更有效或更有用？

基准：

func BenchmarkLookUp(b *testing.B) {
    radix := New()
    insertData(radix, sampleData2)

    textToLookUp := randomBytes()

    for i := 0; i < b.N; i++ {
        radix.LookUp(textToLookUp) // Case 1 
        //radix.LookUp(randomBytes()) // Case 2
    }
}

func randomBytes() []byte {
    strings := sampleData2()
    return []byte(strings[random(0, len(strings))])
}

func sampleData2() []string {
    return []string{
        "romane",
        "romanus",
        "romulus",
        ...
    }
}

结果案例 1：

PASS
BenchmarkLookUp-4       10000000               146 ns/op
ok      github.com/falmar/goradix       2.068s
PASS
BenchmarkLookUp-4       10000000               149 ns/op
ok      github.com/falmar/goradix       2.244s

结果案例 2：

PASS
BenchmarkLookUp-4        3000000               546 ns/op
ok      github.com/falmar/goradix       3.094s
PASS
BenchmarkLookUp-4        3000000               538 ns/op
ok      github.com/falmar/goradix       4.481s

没有匹配时的结果：

PASS
BenchmarkLookUp-4       10000000               194 ns/op
ok      github.com/falmar/goradix       3.189s
PASS
BenchmarkLookUp-4       10000000               191 ns/op
ok      github.com/falmar/goradix       3.243s

Answer 1

如果您的基准测试是随机的，那么很难比较一个运行下一个不同实现之间的性能。

相反，静态实施几个不同的基准案例，强调算法的不同领域。这些案例应该代表不同的场景，例如没有匹配项的情况（因为您已经有），源数据中有很多项目将在查找中返回的情况，有很多项目的情况和仅退回 1 件商品，等等

Golang：基准基数树查找

Golang: benchmark Radix Tree Lookup

algorithm

tree

go

data-structures

radix-tree