Analiza porównawcza współprogramów języka Kotlin z językami Java i Scala w przetwarzaniu równoległym

• Autorzy: Zieliński Adrian Andrzej

Identyfikatory

DOI

10.35784/jcsi.2002

Warianty tytułu

EN

Comparative analysis of Kotlin coroutines with Java and Scala in parallel programming

• Języki publikacji: PL

Abstrakty

PL

Artykuł prezentuje porównanie wykorzystania współprogramów języka Kotlin w przetwarzaniu równoległym do analogicznych rozwiązań w Javie i Scali względem wybranych kryteriów mierzalnych i niemierzalnych. W tym celu stworzono oraz przeanalizowano wielomodułową aplikację z odpowiadającymi sobie implementacjami wyselekcjonowanych algorytmów w trzech wspomnianych językach. Analiza poprzedzona została opisem utworzonego projektu.

EN

The article presents a comparison of Kotlin coroutines with analogous solutions in Java and Scala in parallel program-ming using chosen metric and non-metric criteria. For that purpose, a multi-module project with corresponding imple-mentations of selected algorithms in all of the three languages was created and then analyzed. The studies were preced-ed by a description of the created project.

Słowa kluczowe

PL

kotlin; java; scala; programowanie równoległe

EN

kotlin; java; scala; parallel programming

• Wydawca: Wydawnictwo Politechniki Lubelskiej
• Czasopismo: Journal of Computer Sciences Institute
• Rocznik: 2020
• Tom: Vol. 16
• Strony: 241--246
• Opis fizyczny: Bibliogr. 15 poz., rys., tab.

Twórcy

autor

Zieliński Adrian Andrzej

• Department of Computer Science, Lublin University of Technology, Nadbystrzycka 36B, 20-618 Lublin, Poland

Bibliografia

• [1] Parallel Computing: Background, https://www.intel.com/pressroom/kits/upcrc/ParallelComputing_backgrounder.pdf, [22.05.2020].
• [2] M. E. Conway, Design of a Separable Transition Diagram Compiler, Communications of the ACM 6.7 (1963) 396-408.
• [3] A. L. De Moura, R. Ierusalimschy, Revisiting Coroutines, ACM Transactions on Programming Languages and Systems 31.2 (2009) 1-31.
• [4] D. Racordon D, Coroutines with Higher Order Functions, arXiv preprint arXiv:1812.08278 (2018).
• [5] A. Ohlsson, E. Leffler E, A Coroutine Extension to Java, (2018).
• [6] D. E. Damasceno Costa, C. Bezemer, P. Leitner, A. Andrzejak, What's Wrong With My Benchmark Results? Studying Bad Practices in JMH Benchmarks, IEEE Transactions on Software Engineering (2019).
• [7] M. E. O'Neill, The Genuine Sieve of Eratosthenes, Journal of Functional Programming 19.1 (2009) 95-106.
• [8] Sieve of Eratostheneses animation, https://en.wikipedia.org/wiki/File:Sieve_of_Eratosthenes_animation.gif, [22.05.2020].
• [9] J. S. Greenfield, A Proof for a QuickHull Algorithm (1990).
• [10] Quickhull example, https://en.wikipedia.org/wiki/
• File:Quickhull_example3.svg, [22.05.2020].
• [11] Quickhull example, https://en.wikipedia.org/wiki/
• File:Quickhull_example6.svg, [22.05.2020]..
• [12] Quickhull example, https://en.wikipedia.org/wiki/
• File:Quickhull_example7.svg, [22.05.2020]
• [13] D. Nam, A. Horvath, A. Macvean, B. Myers, B. Vasilescu, MARBLE: Mining for Boilerplate Code to Identify API Usability Problems, 2019 34th IEEE/ACM International Conference on Automated Software Engineering (2019) 615-627.
• [14] Why are Scala for loops slower than logically identical while loops?, https://stackoverflow.com/questions/
• 21373514/why-are-scala-for-loops-slower-than-logically-identical-while-loops, [22.05.2020].
• [15] Micro-optimizing your Scala code, https://www.lihaoyi.com/post/MicrooptimizingyourScalacode.html#speed-through-while-loops, [22.05.2020].

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2020).