5.0 KiB
5.0 KiB
Fig 语言性能基准测试报告
版本: 0.4.3-alpha (树遍历解释器)
前言
本报告基于 Fig v0.4.3-alpha 树遍历解释器对 Fibonacci 算法进行了基准测试，并与 0.4.2-alpha 版本对比。结果显示 0.4.3-alpha 在函数调用、循环和递归优化方面都有显著提升，尤其是迭代和尾递归实现性能改善明显。
测试环境
- CPU: Intel Core i5-13490F
- 操作系统: Windows 11
- 编译器/解释器: Fig 树遍历解释器 v0.4.3-alpha
- 测试日期: 当前测试执行
执行摘要
本基准测试评估了 Fig 中四种不同斐波那契算法实现的性能，计算第30个斐波那契数（832,040）。结果显示算法选择仍是性能主导因素，同时反映了解释器在函数调用和循环方面的优化效果。
性能结果
最新浮动执行时间 (0.4.3-alpha)
| 算法 | 时间(秒) | 时间(毫秒) | 相对速度 |
|---|---|---|---|
fib (朴素递归) |
5.471 s | 5471.37 ms | 1.00× (基准) |
fib_memo (记忆化) |
0.0005503 s | 0.5503 ms | 9,950× 更快 |
fib_iter (迭代) |
0.0001004 s | 0.1004 ms | 54,500× 更快 |
fib_tail (尾递归) |
0.0001573 s | 0.1573 ms | 34,800× 更快 |
与 0.4.2-alpha 对比
| 算法 | 0.4.2-alpha 时间 | 0.4.3-alpha 时间 | 性能提升倍数 |
|---|---|---|---|
fib (朴素递归) |
11.721 s | 5.471 s | ~2.14× |
fib_memo (记忆化) |
0.930 ms | 0.550 ms | ~1.69× |
fib_iter (迭代) |
0.375 ms | 0.100 ms | ~3.73× |
fib_tail (尾递归) |
0.401 ms | 0.157 ms | ~2.55× |
可视化性能对比（横向柱状图占位符）
0.4.2-alpha vs 0.4.3-alpha
说明: 每行两条条形：灰色表示 0.4.2-alpha，蓝色表示 0.4.3-alpha
| 算法 | 性能对比 |
|---|---|
| fib |
11.72 s 5.47 s |
| fib_memo |
0.93 ms 0.55 ms |
| fib_iter |
0.375 ms 0.100 ms |
| fib_tail |
0.401 ms 0.157 ms |
详细分析
1. 朴素递归实现 (fib)
-
时间: 5.471 秒 (5471 毫秒)
-
算法复杂度: O(2ⁿ) 指数级
-
性能说明:
- 相比 0.4.2-alpha 减少约一半
- 函数调用开销优化有效，但指数增长仍是瓶颈
2. 记忆化递归实现 (fib_memo)
-
时间: 0.550 毫秒
-
算法复杂度: O(n) 线性
-
性能说明:
- 哈希表/缓存访问效率进一步提高
- 亚毫秒级执行，适合重叠子问题
3. 迭代实现 (fib_iter)
-
时间: 0.100 毫秒
-
算法复杂度: O(n) 线性
-
性能说明:
- 最快实现，比 0.4.2-alpha 提升 3.7 倍
- 循环和算术操作优化显著
4. 尾递归实现 (fib_tail)
-
时间: 0.157 毫秒
-
算法复杂度: O(n) 线性
-
性能说明:
- 相比迭代略慢，但比 0.4.2-alpha 提升 2.5 倍
- 树遍历解释器对递归调用优化有效，TCO 未实现
技术洞察
- 函数调用开销显著下降
- 循环和算术操作效率提升最大
- 哈希表/缓存访问效率高
- 算法选择仍是性能主导
给开发者的建议
- 性能关键代码优先迭代
- 重叠子问题递归使用记忆化
- 尾递归可用于中等深度，但 TCO 未实现
- 避免指数算法
- 基准测试不同实现，算法选择主导性能
结论
Fig v0.4.3-alpha 树遍历解释器在函数调用和循环优化上有显著提升，尤其是迭代和尾递归实现性能改善明显。 O(n) 算法执行亚毫秒级，指数递归仍受限，但整体解释器性能在实际应用中已足够优秀。
报告生成时间: 基于实际基准测试执行 解释器类型: 树遍历解释器 版本: 0.4.3-alpha