comparisonPlot

Класс: matlab.perftest.TimeResult
Пакет: matlab.perftest

Создайте график сравнить результаты испытаний измерения и базовая линия

Описание

пример

comparisonPlot(Baseline,Measurement) создает график, который визуально сравнивает каждый TimeResult объект в массивах Baseline и Measurement. Сравнение основано на минимуме демонстрационных времен измерения.

пример

comparisonPlot(Baseline,Measurement,stat) указывает, что статистическая величина применилась к демонстрационным временам измерения каждого TimeResult объект в Baseline и Measurement.

пример

comparisonPlot(___,Name,Value) создает график сравнения с дополнительными опциями, заданными одним или несколькими Name,Value парные аргументы. Например, comparisonPlot(Baseline,Measurement,'Scale','linear') создает график с линейной шкалой для x - и y - оси.

пример

cp = comparisonPlot(___) возвращает ComparisonPlot объект в виде экземпляра matlab.unittest.measurement.chart.ComparisonPlot класс. Используйте cp изменить свойства определенного графика сравнения после того, как вы создаете его.

Входные параметры

развернуть все

Результаты выполнения первичного времени экспериментируют на тестовом наборе в виде TimeResult массив. Baseline должен иметь ту же длину как Measurement.

Результаты выполнения вторичного времени экспериментируют на тестовом наборе в виде TimeResult массив. Measurement должен иметь ту же длину как Baseline.

Статистическая величина применилась к демонстрационным временам измерения каждого TimeResult объект в Baseline и MeasurementВ виде 'min'Max среднее значение, или 'median'.

Аргументы в виде пар имя-значение

Задайте дополнительные разделенные запятой пары Name,Value аргументы. Name имя аргумента и Value соответствующее значение. Name должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN.

Пример: cp = comparisonPlot(Baseline,Measurement,'SimilarityTolerance',0.05,'Scale','linear')

Шкала x - и y - оси ComparisonPlot объект в виде 'log' или 'linear'.

Допустимое отклонение отношения статистики от одного, для пары подобных тестов производительности в виде числового значения между 0 и 1.

SimilarityTolerance задает границы теневой области в графике сравнения. Точки данных, которые падают в этой области, представляют подобный Baseline и Measurement записи.

Родительский контейнер, в котором можно построить в виде Figure объект, созданный с любым figure или uifigure функция, Panel объект создается с uipanel функция или Tab объект создается с uitab функция.

Примеры

развернуть все

Визуализируйте вычислительную сложность двух алгоритмов сортировки, пузырьковой сортировки и сортировки слиянием, который элементы списка видов в порядке возрастания. Пузырьковая сортировка является простым алгоритмом сортировки, который неоднократно продвигается через список, сравнивает смежные пары элементов и подкачивает элементы, если они находятся в неправильном порядке. Сортировка слиянием, "делят и завоевывают" алгоритм, который использует в своих интересах простоту слияния отсортированных подсписков в новый отсортированный список.

В вашей текущей папке сохраните следующий код в bubbleSort.m.

function y = bubbleSort(x)
% Sorting algorithm with O(n^2) complexity
n = length(x);
swapped = true;

while swapped
    swapped = false;
    for i = 2:n
        if x(i-1) > x(i)
            temp = x(i-1);
            x(i-1) = x(i);
            x(i) = temp;
            swapped = true;
        end
    end
end

y=x;
end

Сохраните следующий код в mergeSort.m.

function y = mergeSort(x)
% Sorting algorithm with O(n*logn) complexity
y = x; % A list of one element is considered sorted

if length(x) > 1
    mid = floor(length(x)/2);
    L = x(1:mid);
    R = x((mid+1):end);
    
    % Sort left and right sublists recursively
    L = mergeSort(L);
    R = mergeSort(R);
    
    % Merge the sorted left (L) and right (R) sublists
    i = 1;
    j = 1;
    k = 1;
    while i <= length(L) && j <= length(R)
        if L(i) < R(j)
            y(k) = L(i);
            i = i + 1;
        else
            y(k) = R(j);
            j = j + 1;
        end
        k = k + 1;
    end
    
    % At this point, either L or R is empty
    while i <= length(L)
        y(k) = L(i);
        i = i + 1;
        k = k + 1;
    end
    
    while j <= length(R)
        y(k) = R(j);
        j = j + 1;
        k = k + 1;
    end
end

end

Создайте следующий параметрированный тестовый класс, TestSort, который сравнивает производительность алгоритмов сортировки слиянием и пузырьковой сортировки. len свойство содержит количество элементов списка, которые вы хотите протестировать.

classdef TestSort < matlab.perftest.TestCase
    properties
        Data
        SortedData
    end
    
    properties(ClassSetupParameter)
        % Create 25 logarithmically spaced values between 10^2 and 10^4
        len = num2cell(round(logspace(2,4,25)));
    end
    
    methods(TestClassSetup)
        function ClassSetup(testCase,len)
            orig = rng;
            testCase.addTeardown(@rng,orig)
            rng('default')
            testCase.Data = rand(1,len);
            testCase.SortedData = sort(testCase.Data);
        end
    end
    
    methods(Test)
        function testBubbleSort(testCase)
            while testCase.keepMeasuring
                y = bubbleSort(testCase.Data);
            end
            testCase.verifyEqual(y,testCase.SortedData);
        end
        
        function testMergeSort(testCase)
            while testCase.keepMeasuring
                y = mergeSort(testCase.Data);
            end
            testCase.verifyEqual(y,testCase.SortedData);
        end
        
    end
end

Запустите тесты производительности для всех тестовых элементов, которые соответствуют 'testBubbleSort' метод, и сохраняет результаты в Baseline массив. Ваши результаты могут варьироваться от показанных результатов.

Baseline = runperf('TestSort','ProcedureName','testBubbleSort');
Running TestSort
.......... .......... .......... .......... ..........
.......... .......... .......... .......... ..........
.......... .......... .......... .......... ..........
.......... .......... .......... .......... ..........
.......... .......... .......... .......... ..........
.......... .......... .....
Done TestSort
__________

Запустите тесты производительности для всех элементов, которые соответствуют 'testMergeSort' метод, и сохраняет результаты в Measurement массив.

Measurement = runperf('TestSort','ProcedureName','testMergeSort');
Running TestSort
.......... .......... .......... .......... ..........
.......... .......... .......... .......... ..........
.......... .......... .......... .......... ..........
.......... .......... .......... .......... ..........
Done TestSort
__________

Визуально сравните минимум MeasuredTime столбец в Samples таблица для каждой соответствующей пары Baseline и Measurement объекты.

comparisonPlot(Baseline,Measurement);

В этом графике сравнения большинство точек данных является синим, потому что они ниже теневой области подобия. Этот результат показывает на наилучшее решение сортировки слиянием для большинства тестов. Однако для достаточно маленьких списков, пузырьковая сортировка выполняет лучше, чем или сопоставимый с сортировкой слиянием, как показано оранжевыми и серыми точками на графике.

Как сводные данные сравнения, график сообщает о 78%-м повышении производительности из-за сортировки слиянием. Это значение является геометрическим средним значением процентов улучшения, соответствующих всем точкам данных. Если бы график сравнения содержал недопустимые точки данных, сводные данные сравнения не были бы сгенерированы.

Можно нажать или навести на любую точку данных, чтобы просмотреть подробную информацию о сравниваемых результатах измерения времени.

Чтобы изучить худший случай, сортирующий производительность алгоритма для различных длин списка, создайте график сравнения на основе максимума демонстрационных времен измерения.

comparisonPlot(Baseline,Measurement,'max');

Уменьшайте SimilarityTolerance к 0.01 при сравнении максимума демонстрационных времен измерения. Возвратите ComparisonPlot объект в cp так, чтобы можно было изменить его свойства позже.

cp = comparisonPlot(Baseline,Measurement,'max','SimilarityTolerance',0.01);

Введенный в R2019b

Для просмотра документации необходимо авторизоваться на сайте