如何运行基准测试

本项目包含基于 Python 的基准测试框架，测量所有算法和语言的编码/解码速度和压缩比。

前置条件

• Python 3.8+
• 所有实现已构建：make build
• 测试数据已生成：make test-data

运行基准测试

全部基准测试

make bench

这将运行 scripts/run_all_bench.py，会：

1. 生成测试数据（如果 tests/data/ 为空）
2. 运行已验证的算法 × 语言 × 数据集矩阵
3. 测量时间和压缩比
4. 把报告保存到 reports/，并刷新 docs/.vitepress/data/benchmarks.json

单个算法基准测试

cd algorithms/huffman/benchmark
python3 bench.py

cd algorithms/arithmetic/benchmark
python3 bench.py

cd algorithms/range/benchmark
python3 bench.py

cd algorithms/rle/benchmark
python3 bench.py

基准测试配置

测试数据

文件	生成方式	大小
tests/data/random_1MiB.bin	os.urandom(1024*1024)	1 MiB
tests/data/random_10MiB.bin	os.urandom(10*1024*1024)	10 MiB
tests/data/repetitive_10MiB.bin	重复 256 字节模式	10 MiB
tests/data/textlike_10MiB.bin	加权英文字母	10 MiB
tests/data/small_dictionary_like.bin	小型重复词典风格样本	约 8 KiB

重新生成：

make test-data
# 或
python3 tests/gen_testdata.py

测量指标

指标	描述
编码时间	压缩输入的挂钟时间
解码时间	恢复原始的挂钟时间
编码速度	MiB/s = 输入大小 / 编码时间
解码速度	MiB/s = 输入大小 / 解码时间
压缩比	输出大小 / 输入大小（越小越好）

输出格式

结果保存在 reports/，文档快照写入 docs/.vitepress/data/benchmarks.json：

reports/
├── huffman_report_<timestamp>.txt
├── arithmetic_report_<timestamp>.txt
├── range_report_<timestamp>.txt
└── rle_report_<timestamp>.txt

docs/.vitepress/data/
└── benchmarks.json

每个报告包含：

Algorithm: Huffman
Language: C++
Input: 10 MiB random data
Encode: 245 ms (40.8 MiB/s)
Decode: 198 ms (50.5 MiB/s)
Compression ratio: 1.23

添加新基准测试

添加新测试数据集：

1. 编辑 tests/gen_testdata.py
2. 在 generate_random_file() 中添加生成代码或创建新生成器
3. 运行 make test-data
4. 同步更新 scripts/run_all_bench.py，确保生成的文档快照保持一致

故障排除

"Binary not found"

make build  # 重新构建所有实现

"Test data not found"

make test-data  # 生成测试文件

Range Coder 基准测试很慢

WARNING

Range Coder 解码器对大于 500 KiB 的文件存在已知性能问题。因此仓库内置的 基准流程会为 Range 结果使用 small_dictionary_like.bin。

# 创建较小的测试文件
dd if=tests/data/random_10MiB.bin of=small.bin bs=1024 count=100