k-NN in D, with parallelism

Comparing k-NN in Rust | Huon on the internet というblog postを見つけたので、Dに移植してみた。

std.parallelism ひさしぶりに使った気がする。

import std.algorithm;
import std.array;
import std.conv;
import std.range;
import std.stdio;
import std.string;
import std.typecons;

struct LabelPixel
{
  int label;
  int[] pixels;
}

auto slurpFile(in string filename)
{
  int count;

  auto lp = File(filename)
    .byLine
    .dropOne
    .tee!(a => count++)
    .map!chomp
    .map!(a => a.to!string.split(","))
    .map!(a => LabelPixel(a[0].to!int, a[1..$].to!(int[])) )
    .array;
  return tuple(lp, count);
}

int distanceSqrt(const ref int[] x, const ref int[] y) pure
{
  return reduce!((a, b) => a + (b[0] - b[1]) * (b[0] - b[1]))(0, x.zip(y));
}

int classify(const ref LabelPixel[] training, const ref int[] pixels) pure
{
  int smallest = int.max;
  int result = void;

  foreach (t; training) {
    int tmp = distanceSqrt(t.pixels, pixels);
    if (tmp < smallest) {
      smallest = tmp;
      result = t.label;
    }
  }
  return result;
}

void main()
{
  import std.parallelism;

  const trainingSet = "trainingsample.csv".slurpFile;
  const validationSample = "validationsample.csv".slurpFile;

  int count(const LabelPixel data) pure
  {
    int num;
    if (classify(trainingSet[0], data.pixels) == data.label) {
      num++;
    }
    return num;
  }

  immutable num = taskPool.reduce!"a + b"(
    std.algorithm.map!(count)(validationSample[0]));

  writefln("Percentage correct: %f percent",
           num.to!double / validationSample[1].to!double * 100.0);
}

実行時間を計測してみる。

$ dmd --version
DMD64 D Compiler v2.068.0
Copyright (c) 1999-2015 by Digital Mars written by Walter Bright
$ dmd -O -release knn.d
$ time ./knn 
Percentage correct: 94.400000 percent

real    0m37.076s
user    2m18.329s
sys     0m0.084s

うーん、シングルスレッド版のRust/OCamlより遅い？なんかまずいとこあるかな。ありそうだ。

あと記事中でD言語版の実装がリンクされてるの後から気づいた、やっぱりDMDだとはやくするのは難しそう？