|
Size: 978
Comment:
|
Size: 1945
Comment:
|
| Deletions are marked like this. | Additions are marked like this. |
| Line 6: | Line 6: |
| ||pb1042 || 15.8 s || Intel i5-6300U CPU @ 2.4GHz / 8 GB || Python ||Spezialfälle, || | ||pb1042 || 6.28 s || Intel i5-6300U CPU @ 2.4GHz / 8 GB || Python ||Spezialfälle, Einsparung von Kopien, Optimierung Schleife, Variablenumstellungen (Musterlösung) || ||pb1042 || 0.81 s || Intel i5-6300U CPU @ 2.4GHz / 8 GB || Python / !PyPy || (wie oben) || |
| Line 8: | Line 9: |
| ||jh1444 || 0.23s || Daphne Server || C++ || -O3, mit std::vector und temp vector, only using field[i] and not field.at(i) etc. || ||le226 || 93.97s || Intel Pentium Silver N5030 @ 1.10GHz / 4 GB || Python || baseline || ||le226 || 53.67s || Intel Pentium Silver N5030 @ 1.10GHz / 4 GB || Python || Längen cachen, Einmaliger Buffer, Schleifenoptimierung || ||pr256 || 17.88 s || AMD Ryzen 7 7800X3D CPU @ 4.2GHz / 32 GB || Python ||Keine (baseline) || ||pr256 || 0.80 s || AMD Ryzen 7 7800X3D CPU @ 4.2GHz / 32 GB || C++ || -O3, mit std::vector + reserve(), Kopiervermeidung per insert/copy, Indexzugriff mit field[i] || ||pr256 || 0.16 s || AMD Ryzen 7 7800X3D CPU @ 4.2GHz / 32 GB || C++ || merge() wie oben + merge_sort() rekursive Parallelisierung mit std::async (bis depth 4) || |
Resultate für Übungsblatt 11 (Effizientes Merge Sort)
Klicken Sie oben "Edit" und fügen Sie Ihre Zeile am Ende in die Tabelle unten ein. Folgen Sie den Beispielzeilen die dort schon stehen. Bitte geben Sie Ihre Zeiten mit genau 2 Nachkommastellen an. Schreiben Sie in die erste Spalte Ihr RZ-Kürzel.
RZ-Kürzel |
Zeit |
Prozessor / RAM |
Sprache |
Verwendete Techniken |
pb1042 |
66.25 s |
Intel i5-6300U CPU @ 2.4GHz / 8 GB |
Python |
Keine (baseline) |
pb1042 |
6.28 s |
Intel i5-6300U CPU @ 2.4GHz / 8 GB |
Python |
Spezialfälle, Einsparung von Kopien, Optimierung Schleife, Variablenumstellungen (Musterlösung) |
pb1042 |
0.81 s |
Intel i5-6300U CPU @ 2.4GHz / 8 GB |
Python / PyPy |
(wie oben) |
jh1444 |
0.45s |
Apple M1 / 8 GB |
C++ |
-O3, mit std::vector und temp vector, only using field[i] and not field.at(i) etc. |
jh1444 |
0.23s |
Daphne Server |
C++ |
-O3, mit std::vector und temp vector, only using field[i] and not field.at(i) etc. |
le226 |
93.97s |
Intel Pentium Silver N5030 @ 1.10GHz / 4 GB |
Python |
baseline |
le226 |
53.67s |
Intel Pentium Silver N5030 @ 1.10GHz / 4 GB |
Python |
Längen cachen, Einmaliger Buffer, Schleifenoptimierung |
pr256 |
17.88 s |
AMD Ryzen 7 7800X3D CPU @ 4.2GHz / 32 GB |
Python |
Keine (baseline) |
pr256 |
0.80 s |
AMD Ryzen 7 7800X3D CPU @ 4.2GHz / 32 GB |
C++ |
-O3, mit std::vector + reserve(), Kopiervermeidung per insert/copy, Indexzugriff mit field[i] |
pr256 |
0.16 s |
AMD Ryzen 7 7800X3D CPU @ 4.2GHz / 32 GB |
C++ |
merge() wie oben + merge_sort() rekursive Parallelisierung mit std::async (bis depth 4) |