配列などの集合インスタンスの要素数を取得する時に #size #length または #countを使っているコードをよく見ます。よく見るが故に、違いがなんなのか気になったので調査・検証してみました。
結論
-
#size,#lengthはレシーバがすでに持っている要素数情報を参照する -
#countはEnumerableモジュールで定義されているメソッドで、実際にeach処理を回してカウントした結果を出力している
よって、まとめると 要素数が多いインスタンスで count を実行すると遅くなる
解説
実際に計測してみた
こんなコードを書いて検証してみた。
100万の要素数を持つ配列を使って、それぞれ100万回繰り返して各メソッドを実行してみました。
require 'benchmark'
num = 1_000_000
a = []
num.times.to_a
Benchmark.bm 10 do |r|
r.report '#size' do
num.times do
a.size
end
end
r.report '#length' do
num.times do
a.length
end
end
r.report '#count' do
num.times do
a.count
end
end
end
結果がこのようになりました。
1回目
user system total real
#size 0.060000 0.000000 0.060000 ( 0.066027)
user system total real
#length 0.050000 0.000000 0.050000 ( 0.054165)
user system total real
#count 0.080000 0.000000 0.080000 ( 0.080645)
2回目
user system total real
#size 0.050000 0.000000 0.050000 ( 0.051824)
user system total real
#length 0.050000 0.000000 0.050000 ( 0.055952)
user system total real
#count 0.070000 0.000000 0.070000 ( 0.081042)
3回目
user system total real
#size 0.050000 0.000000 0.050000 ( 0.054816)
user system total real
#length 0.050000 0.010000 0.060000 ( 0.056448)
user system total real
#count 0.080000 0.000000 0.080000 ( 0.085763)
以降、繰り返ししても #count が遅いことに変わりはありませんでした。
なぜ #count は遅いのか？
#size#length はレシーバの持っている要素情報を参照しているから早いです。一方で #count は #each を実行して数え上げているので、前者と比べて余計な処理をしていることになる。なので、時間がかかってしまいます。
#count は使わないほうがよいのか？
いえ、そういうわけではありません。結果をみると、わずかに遅いだけなので致命的な問題になることはあまりないでしょう。また、繰り返し処理を実行しているということが役立つときもあります。例えば、条件に一致した要素だけ数えあげる、といった場合などですね。
a = [1,3,5,7,9,11,13,17,19,23].count { |i| i > 9 }
puts a # 5
#count はブロック引数を持たせることができるので、このような抽出が可能なのです。
ただし、単純に要素数を参照したいだけであれば #size, #length を使うのが好ましいですね。