Результаты профилирования:

----------------------------------------------------------------------

NN Имя обработанного файла

----------------------------------------------------------------------

1. MMM20.PA

----------------------------------------------------------------------

Таблица с результатами измерений ( используется 12 из 416 записей )

----------------------------------------------------------------------

Исх.Поз. Прием.Поз. Общее время(мкс) Кол-во прох. Среднее время(мкс)

----------------------------------------------------------------------

1 : 14 1 : 18 0.00 3 0.00

----------------------------------------------------------------------

1 : 18 1 : 20 0.00 3 0.00

----------------------------------------------------------------------

1 : 20 1 : 25 14.25 13 1.10

----------------------------------------------------------------------

1 : 25 1 : 20 0.84 10 0.08

1 : 25 1 : 27 0.84 3 0.28

----------------------------------------------------------------------

1 : 27 1 : 29 10.06 3 3.35

----------------------------------------------------------------------

1 : 29 1 : 79 1.68 3 0.56

----------------------------------------------------------------------

1 : 56 1 : 59 1.68 1 1.68

----------------------------------------------------------------------

1 : 59 1 : 62 0.00 1 0.00

----------------------------------------------------------------------

1 : 62 1 : 76 4.19 3 1.40

----------------------------------------------------------------------

1 : 76 1 : 14 0.00 3 0.00

----------------------------------------------------------------------

1 : 79 1 : 62 0.00 2 0.00

1 : 79 1 : 91 0.00 1 0.00

----------------------------------------------------------------------

Данные профилирования показывают, что наибольшей трудоемкостью в алгоритме обладает вычисление выражений, таких как erf:=2.0*sum*exp(-x2)/sqrtpi; иterm:=2.0*term*x2/(1.0+2.0*i);

Однако различие в скорости выполнения блоков с данными вычислениями и других блоков очень малы и оптимизация в данном случае целесообразна.

Выводы

В ходе лабораторной работы мы использовали профилировщик Sampler. Стоит отметить, что данный инструмент предоставляет достаточно точные результаты и является чутким к снятию профилей. Кроме того, он позволяет увидеть результат в табличном текстовом виде, что является удобным для их анализа.

Мы выполнили тестовые программы под управлением Sampler’aи сделали следующие выводы: независимо от различной записи цикла, время его выполнения не меняется, а при увеличении количества итераций линейно растет время выполнения по SAMPLER, что говорит о хорошей чувствительности профилировщика.

Кроме того, мы выполнили профилирование для программ на PascalиCиз лабораторной работы №1 и сделали соответствующие выводы по результатам профилирования.

14