Rust vs. C++ на алгоритмических задачах

Не так давно я стал присматриваться к языку программирования Rust. Прочитав Rustbook, изучив код некоторых популярных проектов, я решил своими руками попробовать этот язык программирования и своими глазами оценить его преимущества и недостатки, его производительность и эко-систему. Язык Rust позиционирует себя, как язык системного программирования, поэтому основным его vis-?-vis следует называть C/C++. Сравнивать же молодой и мультипарадигмальный Rust, который поддерживает множество современных конструкций программирования (таких, как итераторы, RAII и др.) с «голым» C я считаю не правильно. Поэтому в данной статье речь пойдет об сравнении с C++.

Чтобы сравнить код и производительность Rust и C++, я взял ряд алгоритмических задач, которые нашел в онлайн курсах по программированию и алгоритмам.

Статья построена следующим образом: в первой части я опишу основные плюсы и минусы, на которые я обратил внимание, работая с Rust. Во второй части я приведу краткое описание алгоритмических задач, которые были решены в Rust и C++, прокомментирую основные моменты реализации программ. В третьей части будет приведена таблица замера производительности программ на Rust и C++.
Данная статья достаточно субъективная. Даже сравнение производительности программ, которые делают одинаковые вещи, но написаны на разных языках, подвержены авторскому подходу. Поэтому я не претендую на объективные замеры, и, чтобы не навязывать свои результаты, предлагаю всем ознакомится с кодом программ и с подходом к замеру производительности. Код выложен на github. Буду рад любой критике и замечаниям. Начнем.

Что плохого и хорошего в Rust

+ Разработчики Rust поставляют свой компилятор уже с «батарейками внутри» тут есть: компилятор, менеджер пакетов (он же сборщик проектов, он же отвечает за запуск тестов), генератор документации и отладчик gdb. Исходный код на Rust может включать в себя сразу тесты и документацию, и чтобы собрать все это не требуется дополнительных программ или библиотек.

+Компилятор строг к тексту программы, который подается ему на вход: в его выводе можно увидеть какой код не используется, какие переменные можно изменить на константный тип, и даже предупреждения, связанные со стилем программирования. Часто для ошибок компиляции приведены варианты ее устранения, а ошибки при инстанциировании обобщенного кода (шаблонов) лаконичны и понятны (привет ошибкам с шаблонами STLв C++).

+ При присваивании или передачи аргументов по умолчанию работает семантика перемещения (аналог std::move, но не совсем). Если функция принимает ссылку на объект необходимо явно взять адрес (символ &, как в C++).

+ Все строки — это юникод в кодировке UTF-8. Да, для подсчета количества символов нужно О(N) операций, но зато никакого зоопарка с кодировками.

+ Есть поддержка итераторов и замыканий (лямбда функций). Благодаря этому можно писать однострочные конструкции, которые выполняют множество операций с сложной логикой (то, чем славится Python).

+-В Rust отсутствуют исключения, обработку ошибок необходимо делать после вызова каждой функции. Причем Rust не позволит получить возвращаемое значение, если вы не обработаете случай неуспешного завершения функции. Есть макросы и встроенные конструкции языка, которые позволяют упростить эту обработку и не сильно раздувать код проверками.

- Нужно писать программы так, чтобы компилятор (точнее borrow checker) поверил, что вы не делаете ничего плохого с памятью (или с ресурсами в целом). Часто это работает как надо, но иногда приходится писать код в несколько хитрой форме только для того, что бы удовлетворить условиям borrow checker'а.

- В Rust нет классов, но есть типажи, на основе которых можно построить объектно ориентированную программу. Но скопировать реализацию с полиморфными классами в C++ в язык Rust напрямую не получиться.

- Rust достаточно молод. Мало полезного материала в сети, на StackOverflow. Мало хороших библиотек. Например, нет библиотек для построения GUI, нет портов wxWidgets, Qt.

Алгоритмические задачи на Rust

Бинарный поиск

Нужно для для каждого значения из вектора B найти его позицию в векторе A. По сути нужно применить n раз бинарный поиск, где n — кол-во элементов в B (массив A предварительно отсортирован). Поэтому тут я приведу функцию бинарного поиска.

// return position of the element if found fn binary_search(vec: &[u32], value: u32) -> Option<usize> {     let mut l: i32 = 0;     let mut r: i32 = vec.len() as i32 - 1;     while  l <= r {         let i = ((l + r) / 2) as usize;         if vec[i] == value {           return Some(i);         } else if vec[i] > value {           r = i as i32 - 1;         } else if vec[i] < value {           l = i as i32 + 1;         }      }     None } 

Кто первый раз видит Rust, обратите внимание на пару особенностей:

1. Тип возвращаемого значения указывается в конце объявления функции
2. Если переменная изменяемая, то нужно указывать модификатор mut
3. Rust не переводит типы неявно, даже числовые. Поэтому нужно писать явный перевод типа l = i as i32 + 1

Сортировка слиянием

Формально задача звучит так: для заданного массива подсчитать кол-во перестановок, необходимых для сортировки массива. По факту нам требуется реализовать сортировку слиянием, подсчитывая по ходу длину перестановок элементов.

Давайте рассмотрим код чтения массива с stdin

fn read_line() -> String {     let mut line = String::new();     io::stdin().read_line(&mut line).unwrap();     line.trim().to_string() }  fn main() {     // 1. Read the array     let n: usize = read_line().parse().unwrap();     let mut a_vec: Vec<u32> = vec![0; n as usize];     for (i, token) in read_line().split_whitespace().enumerate() {         a_vec[i] = token.parse().unwrap();         }  ... 

1. У классов нет конструкторов, но можно делать статические методы-фабрики, которые возвращают объекты классов, как String::new() выше.
2. Функции, которые могут ничего не вернуть, возвращают объект Option, который содержит None или результат корректного завершения функции. Метод unwrap позволяет получить результат или вызывает panic!, если вернулся None.
3. Метод String::parse парсит строку в тип возвращаемого значения, т.е. происходит вывод типа по возвращаемому значению.
4. Rust поддерживает итераторы (как генераторы в Python). Связка split_whitespace().enumerate() генерирует итератор, который лениво читает следующий токен и инкрементирует счетчик.

Приведу сначала неправильную сигнатуру вызова функции _merge, которая сливает in place два отсортированных подмассива.

fn _merge(left_slice: &mut [u32], right_slice: &mut [u32]) -> u64 

Данная конструкция не взлетит в Rust без unsafe кода, т.к. тут мы передаем два изменяемых подмассива, которые располагаются в исходном массиве. Система типов в Rust не позволяет иметь две изменяемых переменных на один объект (мы знаем, что подмассивы не пересекаются по памяти, но компилятор — нет). Вместо этого надо использовать такую сигнатуру:

fn _merge(vec: &mut [u32], left: usize, mid: usize, right: usize) -> u64 

Кодирование Хаффмана

Для заданной строки нужно построить беспрефиксный код и вывести закодированное сообщение. Для данной задачи нужно построить дерево на основе частотных характеристик символов в исходном сообщении. Построение деревьев, списков, графов на Rust — задачи не из простых, т.к., например, в случае двусвязного списка нам необходимо иметь два mut указателей на один нод, а это запрещено системой типов. Поэтому эффективно написать двусвязный список без unsafe кода не получится. В данной задаче мы имеем однонаправленное дерево, поэтому эта особенность нас не коснется, но есть свои сложности реализации.

Заведем класс Node:

// Type of the reference to the node type Link = Option<Box<Node>>;  // Huffman tree node struct #[derive(Debug,Eq)] struct Node {     freq: u32,     letter: char,     left: Link,     right: Link, }  impl Ord for Node {     // reverse order to make Min-Heap     fn cmp(&self, b: &Self) -> Ordering {         b.freq.cmp(&self.freq)     } } 

1. Можем использовать типы до их описания.
2. Тут можно видеть странный синтаксис наследования #[derive(Debug,Eq)]. Debug — поддерживаем форматированную печать объекта по-умолчанию. Eq — определяем операцию сравнения на равенство.
3. Для Node определяется типаж сравнения на больше/меньше Ord. Типажи позволяют расширять возможности объектов. В частности, здесь мы сможем использовать Node для хранения Min-куче.

Метод для посещения нод дерева сверху вниз и для составления таблицы кодирования.

impl Node { ...     // traverse tree building letter->code `map`     fn build_map(&self, map: &mut HashMap<char, String>, prefix: String) {         match self.right {             Some(ref leaf) => leaf.build_map(map, prefix.clone() + "1"),             _ => { },         }         match self.left {             Some(ref leaf) => { leaf.build_map(map, prefix + "0"); },             _ => { map.insert(self.letter, prefix); },         }     } } 

1. Рекурсивно вызывает ветки бинарного дерева, если их указатель не пустой &Some(ref leaf).
2. Конструкция match похожа на switch в C. match должен обработать все варианты, поэтому тут присутсвует _ => { }.
3. Помните про семантику перемещения по-умолчанию? Поэтому нам нужно писать prefix.clone(), чтобы в каждую ветвь дерева передалась своя строка.

Декодирование Хаффмана

Обратная задача: для известной таблицы кодирования и закодированной строки получить исходное сообщение. Для декодирования удобно пользоваться бинарным деревом кодирования, поэтому в программе нам нужно из таблицы кодирования получить дерево декодирования. На словах задача простая: нужно перемещаться вниз по дереву (0 — влево, 1 — вправо), создавая промежуточные узлы при необходимости, и в листья дерева помещать символ исходного сообщения. Но для Rust задача оказалась сложная, ведь нам нужно перемещаться по изменяемым ссылкам, создавать объекты, и при этом избегать ситуации, когда объектом владеет более одной переменной. Код функции заполнения бинарного дерева:

fn add_letter(root: &mut Link, letter: char, code: &str) {     let mut p: &mut Node = root.as_mut().unwrap();     for c in code.chars() {         p = match {p} {             &mut Node {left: Some(ref mut node), ..} if c == '0' => {                 node             },             &mut Node {left: ref mut opt @ None, ..} if c == '0' => {                 *opt = Node::root();                 opt.as_mut().unwrap()             },             &mut Node {right: Some(ref mut node), ..} if c == '1' => {                 node             },             &mut Node {right: ref mut opt @ None, ..} if c == '1' => {                 *opt = Node::root();                 opt.as_mut().unwrap()             },             _ => { panic!("error"); }         }     }     p.letter = letter; } 

1. Тут match используется для сравнения структуры переменной p. &mut Node {left: Some(ref mut node), ..} if c == '0' означает «если p это изменяемая ссылка на объект Node у, которого поле left указывает на существующий node и при этом символ c равен '0'».
2. В Rust нет исключений, поэтому panic!("...") раскрутит стек и остановит программу (или поток).

Расстояние Левенштейна

Нужно для двух строк посчитать расстояние Левенштейна — кол-во действий редактирования строк, чтобы из одной получить другую. Код функции:

fn get_levenshtein_distance(str1: &str, str2: &str) -> u32 {     let n = str1.len() + 1;     let m = str2.len() + 1;     // compute 2D indexes into flat 1D index     let ind = |i, j| i * m + j;     let mut vec_d: Vec<u32> = vec![0; n * m];     for i in 0..n {         vec_d[ind(i, 0)] = i as u32;     }     for j in 0..m {         vec_d[ind(0, j)] = j as u32;     }      for (i, c1) in str1.chars().enumerate() {         for (j, c2) in str2.chars().enumerate() {             let c =  if c1 == c2 {0} else {1};             vec_d[ind(i + 1, j + 1)] = min( min( vec_d[ind(i, j + 1)] + 1                                                , vec_d[ind(i + 1, j)] + 1                                                )                                           , vec_d[ind(i, j)] + c                                           );         }     }   return vec_d[ind(n - 1, m - 1)]; } 

1. str1: &str — это срез строки. Легковесный объект, который указывает на строку в памяти, аналог std::string_view C++17.
2. let ind = |i, j| i * m + j; — такой конструкцией определяется лямбда функция.

Замеры производительности Rust vs C++

В конце, как обещал, прикладываю таблицу сравнения времени работы программ, описанных выше. Запуск производился на современной рабочей станции Intel Core i7-4770, 16GB DDR3, SSD, Linux Mint 18.1 64-bit. Использовались компиляторы:

[>] rustc --version rustc 1.22.1 (* 2017-11-22) [>] g++ -v ... gcc version 7.2.0 

Пару замечаний по результатам:

1. Измерялось полное время работы программы, в которое включено чтение данных, полезные действия и вывод в /dev/null
2. В * (core) измерялось только время работы алгоритмической части (без ввода/вывода)
3. Делалось 10 прогонов каждой задачи на каждом наборе данных, далее результаты усреднялись
4. Все скрипты, производящие компиляцию, подготовку тестовых данных и замеры производительности, представлены в репозитории. К ним есть описание.
5. По моему мнению, на ряде задач C++ проигрывает из-за библиотеки потокового чтения/записи iostream. Но эту гипотезу еще предстоит проверить.И да, в коде есть std::sync_with_stdio(false)
6. По моему мнению, Rust сильно проигрывает в тесте Huffman encoding по причине медленных хешей в HashMap
7. На полном времени выполнения задач Rust показал, что по производительности он не уступает C++. В каждом языке есть свои особенность реализации стандартной библиотеки, которые сказывают на скорости работы задач.
8. На замерах только алгоритмической части, Rust проигрывает порядка 10%, но, думаю ситуация бы исправилась, если будем использовать хэши побыстрее в первой задаче.

Заключение

Повторюсь, что статья субъективна, и признана в первую очередь оценить в грубом масштабе, где находится Rust по отношению к C++. Если у вас есть пожелания, идеи или замечания, которые позволят добавить статье объективности, пишите в комментарии.

Вы можете ознакомиться со всеми кодами, необходимыми для повторения замеров на github: https://github.com/dmitryikh/rust-vs-cpp-bench. Спасибо, что дочитали до конца!

Обновление от 11.12.2017

Спасибо за вашу работу в комментариях!
Я учел ряд ваших замечаний:

1. Исправил функцию binary_search. Теперь она возвращает Option
2. Задача Binary_search теперь принимает на вход отсортированный массив A, поэтому во время работы теперь не входит сортировка A
3. Добавил -DNDEBUG при компиляции C++. Посыпаю голову пеплом..
4. Исправлена грубая ошибка в задаче Huffman_decoding, из-за который программа на C++ ДВАЖДЫ декодировала строку. Прошу прощения за это.
5. Добавлен замер времени выполнения только алгоритмической части, без учета операций ввода-вывода и загрузки программы.

Теперь ситуация стала более объективной. Но в целом, оба языка держаться в поле ±10% на данных задачах.