WinRT开发语言的功能和效率

简介: WinRT开发有着多种选择性,就编程语言这一点就表现的很突出;这里就这一点 深入展开,探讨在WinRT开发之初如何依据各 个编程语言的特性、功能和效率来对 产品的技术方向做出选择。 这里我选择运行计算复杂度较高的算法作为测试方法,虽然不能代表全部,但 是很大程度上展示大家平时开发过程中所面临的常见场景 和问题。

WinRT开发有着多种选择性,就编程语言这一点就表现的很突出;这里就这一点 深入展开,探讨在WinRT开发之初如何依据各 个编程语言的特性、功能和效率来对 产品的技术方向做出选择。

这里我选择运行计算复杂度较高的算法作为测试方法,虽然不能代表全部,但 是很大程度上展示大家平时开发过程中所面临的常见场景 和问题。考虑到演示和 理解,就选择了查找100000以内的所有素数的个数的算法作为演示。另外也顺带演 示如何在WinRT下实现多编程语言和技 术之间的协作吧。

关于基本知识和算法吧详细的说明,请自行搜索各大引擎吧(关键 词:prime、素数),这里我就列举在各个语言下我的简单实现吧,其中包括使用 普通算法和并 行计算的两个版本。

 

第一部分,从目前.NET主流来看吧,以C# 为例,普通版本,这个没什么多说的,就是从前往后看某个数是不是素数:

private static int 
CountingInternal(int n)
{
     var numprimes = 1;
     for (var i = 3; i <= n; i += 2)
     {
         var isPrime = true;
         var limit = Math.Ceiling(Math.Sqrt(i)) + 1;
         for (var j = 3; j < limit; j += 2)
         {
             if (i%j == 0)
             {
                 isPrime = false;
                 break;
             }
         }
         if (isPrime)
         {
             numprimes++;
         }
     }
     return numprimes;
}

并行版本稍微复杂一点点,选择Parallel.For来并行执行一个从1至n/2的并行 循环(我这里偷懒了一下,没有处理奇 偶数的情况,因为我的调用时传入的都是 偶数),发现是素数,使用Interlocked辅助方法给计数增加1。

private static int 
CountingParallel(int n)
{
     var numprimes = 1;
     Parallel.For(1, n/2, i =>
     {
         if (IsPrime(i*2 + 1))
         {
              Interlocked.Increment(ref numprimes);
         }
     });
     return numprimes;
}

public static bool IsPrime(int n)
{
     if (n%2 == 0)
         return false;
     var limit = (int) (Math.Ceiling(Math.Sqrt(n)) + 1);
     for (var i = 3; i < limit; i += 2)
     {
         if (n%i == 0)
         {
             return false;
         }
     }
     return true;
}

第一种场景,直接嵌入算法到C# WinRT App工程,执行结果如下(单位毫 秒):

执行次数 1(启动) 2 3 4 5
普通 14.0299 9.0005 9.1825 8.0021 11.0181
并行 6.0008 2.0004 2.9993 2.0014 3.999

第二种场景,将C#算法包装在一个类库里(注意 是CLR类库,只能在C#/VB直接通用),在C# WinRT App工程中调用这个类库,执行 结果如下(单位毫秒):

执行次数 1(启动) 2 3 4 5
普通 12.0299 9.0019 10.003 9.0014 9.00017
并行 6.0008 2 3.0003 2.9997 1.9995

第三种场景,将C#算法包装到一个Windows Runtime Component(WRC)中,在C# WinRT App工程中调用这个WRC类库,执行结 果如下(单位毫秒):

执行次数  1(启动)  2 3 4
普通  11.9904  9.0032  9  9。0028 9.00149 
并行   6.0008  1.9817  1.9985  1.9993  2

第四种场景,将C#算法包装到一个Windows Runtime Component(WRC)中,在WinJS App工程中调用这个WRC类库,执行结果如 下(单位毫秒):

执行次数  1(启动)  2 3 4
普通  11  9  8  9 8
并行   4  1  1  3  2

小结:以上是从.NET角度来进行的比较,很容易 看出第一次CLR加载在这里性能损耗表现的很明显,完成加载之后性能将稳定在一 定范 围内波动;另外,并行计算在纯算法的应用中有很明显的性能优势。

 

第二部分,接下来我们回归Native环境,这里我 依然使用普通和并行计算两种来尝试,普通的依然没什么可说的(实际上和C#的没 区 别,除了关键字不一样)。

static int CountingInternal(int n)
{
     auto numprimes = 1;
     for (auto i = 3; i <= n; i += 2)
     {
         auto isPrime = true;
         auto limit = ceil(sqrt(i)) + 1;

         for (auto j = 3; j < limit; j += 2)
         {
             if (i%j == 0)
             {
                 isPrime = false;
                 break;
             }
         }

         if (isPrime)
         {
             numprimes++;
         }
     }
     return numprimes;
}

并行版本,需要注意的是C++ lambda的传值 和作用域问题,其他的和C#的没区别:

static bool IsPrime(int n)
{
     if (n%2 == 0)
         return false;
     auto limit = (int) (ceil(sqrt(n)) + 1);
     for(auto i=3; i<limit; i+=2)
     {
         if(n%i == 0)
         {
             return false;
         }
     }
     return true;
}

static int CountingParallel(int n)
{
     auto numprimes = 1;
     parallel_for(1, n/2, [&](int i)
     {
         if(IsPrime(i*2+1))
         {
             InterlockedIncrement((volatile unsigned long*)&numprimes);
         }
     });
     return numprimes;
}

第一种场景,直接将C++算法放到C++ WinRT App 中使用,执行结果如下(单位毫秒):

执行次数  1(启动)  2 3 4
普通  8.0019 7.9991  8.0209  8.9843  8.0181 
并行   1.9794  1.998  1.9994  1.984  2.0003

第二种场景,将C++算法包装在DLL中,在C++ WinRT App中使用,执行结果如下(单位毫秒):

执行次数  1(启动)  2 3 4
普通  9 9  9  8  9 
并行   3 2  3  2  2

第三种场景,将C++算法包装在动态连接库Dll中,在C# WinRT App中通过 PInvoke来调用,执行结果如下(单位毫秒):

执行次数  1(启动)  2 3 4
普通  9 9  8  9  9 
并行   3 2  3  2  3

第四种场景,将C++算法包装在静态链接库Lib中,在C++ WinRT App中调用,执 行结果如下(单位毫秒):

执行次数  1(启动)  2 3 4
普通  8 8  8  9  9 
并行   2 3  3  2  3

第五种场景,将C++算法包装在Windows Runtime Component(WRC)中,在C# WinRT App中调用,执行结果如下(单位毫秒):

执行次数  1(启动)  2 3 4
普通  8.0014 8.0191  8.0293  8.0019  9.0291
并行   1.9994 1.9999  1.998  1.9994  2.99982

第六种场景,将Windows Runtime Component(WRC)中,在WinJS App中调用, 执行结果如下(单位毫秒):

执行次数  1(启动)  2 3 4
普通  9 8  9  8  8 
并行   2 2  3  2  3

第七种场景是将C++算法包装在Windows Runtime Library(WRL,基于COM的底 层开发)中,然后在任何一种WinRT App中调用,可以预见这是一种很强大的方 式,但同时也是最费解的一种方式,我成功的包装了普通算法的COM版,但是尝试 了很长时间不能成功实现并行运算 的版本,也就放弃在这里展示了,如果你知道 如何在WRL中实现并行计算并返回 IAsyncOperation<T>,请不吝赐教。 

小结:基于C++的实现在适用性、稳定性和执行效率上无可挑剔,如果对于所有 细节(包括第一次启动)的效率考虑,C++是优先 的;如果考虑到C++的复杂度, 如果项目对性能要求可以适当放松但对进度要求很高的时候,选择CLR会比较容易 控制的;如果原来已有的Web项目 向WinRT迁移,那么前段展示则可以考虑使用 WinJS+HTML来实现,后台算法根据需要选择C++或者CLR。

 

第三部分,如果所有的算法全部运行在 JavaScript中,那么其性能如何呢?这里我先买个关子,留待你自己去探究和发 掘。

 

总结,WinRT在编程语言的选择性上有着非常好的 灵活性,在做选择的时候需要充分考虑自己的要求,比如性能、比如工期、比如经 验等 等。对于全新项目,在有经验的情况下,追求极致性能的首先首当其冲是 C++,如果考虑到经验和掌控,可以选择使用C++做底层,选择相对容易上手 的 C#/VB或者HTML+JS做界面的方法;如果项目工期要求很紧,或者从老系统迁移,那 么这时候更多的考虑是使用已有资源,直到性能瓶颈的时 候才采取措 施——以C++重写性能瓶颈来解决,当然,如果没有C++经验,也可以考 虑使用C#/VB来 实现WRC以包装核心逻辑,从而提升运行效率。目前已有部分软件支持WinRT,Spread WinRT 就是其中之一。它可以将 Microsoft Excel 的强大功能嵌入到 Windows 8 商店应用程序中,使用丰富的内嵌数据可视化功能展现核心数据和分析结果。

 

附以上测试源代码和测试工程,点击这里下载

相关文章
|
7月前
|
开发框架 Linux API
Qt:构建高效且用户友好的跨平台应用
Qt:构建高效且用户友好的跨平台应用
|
7月前
|
API 开发工具 iOS开发
iOS 开发高效率工具包:10 大必备工具
iOS 开发高效率工具包:10 大必备工具
104 1
|
8天前
|
开发框架 Dart 前端开发
Flutter 是谷歌推出的一款高效跨平台移动应用开发框架,使用 Dart 语言,具备快速开发、跨平台支持、高性能、热重载及美观界面等特点。
Flutter 是谷歌推出的一款高效跨平台移动应用开发框架,使用 Dart 语言,具备快速开发、跨平台支持、高性能、热重载及美观界面等特点。本文从 Flutter 简介、特点、开发环境搭建、应用架构、组件详解、路由管理、状态管理、与原生代码交互、性能优化、应用发布与部署及未来趋势等方面,全面解析 Flutter 技术,助你掌握这一前沿开发工具。
36 8
|
3月前
|
Linux C# 开发者
Uno Platform 驱动的跨平台应用开发:从零开始的全方位资源指南与定制化学习路径规划,助您轻松上手并精通 C# 与 XAML 编程技巧,打造高效多端一致用户体验的移动与桌面应用程序
【9月更文挑战第8天】Uno Platform 的社区资源与学习路径推荐旨在为初学者和开发者提供全面指南,涵盖官方文档、GitHub 仓库及社区支持,助您掌握使用 C# 和 XAML 创建跨平台原生 UI 的技能。从官网入门教程到进阶技巧,再到活跃社区如 Discord,本指南带领您逐步深入了解 Uno Platform,并提供实用示例代码,帮助您在 Windows、iOS、Android、macOS、Linux 和 WebAssembly 等平台上高效开发。建议先熟悉 C# 和 XAML 基础,然后实践官方教程,研究 GitHub 示例项目,并积极参与社区讨论,不断提升技能。
99 2
|
4月前
|
开发者 测试技术 Android开发
Xamarin 开发者的五大常见问题及解决方案:从环境搭建到性能优化,全面解析高效跨平台应用开发的技巧与代码实例
【8月更文挑战第31天】Xamarin 开发者常遇问题及解决方案覆盖环境搭建至应用发布全流程,助新手克服技术难关。首先需正确安装配置 Visual Studio 及 Xamarin 支持,设置 iOS/Android 测试环境。利用 Xamarin.Forms 和 XAML 实现高效跨平台开发,共享 UI 和业务逻辑代码。针对性能优化,采取减少 UI 更新、缓存计算结果等措施,复杂问题则借助 Xamarin Profiler 分析。
49 0
|
4月前
|
C# 开发者 测试技术
震惊!Xamarin 竟能如此构建跨平台应用程序,代码共享、界面设计与性能优化全攻略大揭秘!
【8月更文挑战第31天】在移动应用开发领域,跨平台工具日益受到青睐。Xamarin 是一款强大的工具,支持使用 C# 开发适用于 iOS、Android 和 Windows 的应用。通过安装 Visual Studio 或 Visual Studio for Mac,并创建 Xamarin 项目,开发者可以利用丰富的功能和工具进行开发。Xamarin 的主要优势在于代码共享,能够显著提高开发效率。
76 0
|
6月前
|
开发框架 开发者 UED
Flutter作为一款跨平台的移动应用开发框架,自然也提供了丰富的工具和功能来支持可访问性和无障碍设计
【6月更文挑战第11天】Flutter是一款注重可访问性设计的跨平台移动应用开发框架,提供语义化组件、文本缩放、对比度调整、动态内容更新通知和键盘导航等功能,支持无障碍体验。开发者应结合简化操作、清晰反馈、多输入方式支持及测试优化等原则,以创建包容性更强的应用,满足不同用户需求,体现社会责任。
65 1
|
7月前
【qt】最快的开发界面效率——混合编程2
【qt】最快的开发界面效率——混合编程
81 1
|
7月前
|
区块链
【qt】最快的开发界面效率——混合编程3
【qt】最快的开发界面效率——混合编程
101 1
|
7月前
|
前端开发 开发工具 Android开发
探索移动应用开发的未来:跨平台工具与原生系统整合
【4月更文挑战第30天】 在移动计算领域,应用的多样性及其开发模式一直在不断进化。本文旨在剖析移动应用开发领域的新趋势,特别是跨平台开发工具的崛起以及它们与原生移动操作系统之间的融合。我们将探讨如何通过这些工具实现高效的应用构建,同时保持与操作系统底层特性的紧密集成。文章还将展望移动应用生态系统的未来,包括新技术如何影响开发者和用户体验。