- r - 以节省内存的方式增长 data.frame
- ruby-on-rails - ruby/ruby on rails 内存泄漏检测
- android - 无法解析导入android.support.v7.app
- UNIX 域套接字与共享内存(映射文件)
在计算以下两段代码的命中率和未命中率时遇到了一些麻烦。
给定信息:我们有一个 1024 字节的直接映射缓存, block 大小为 16 字节。这样就产生了 64 行(在这种情况下为集合)。假设缓存开始为空。考虑以下代码:
struct pos {
int x;
int y;
};
struct pos grid[16][16];
int total_x = 0; int total_y = 0;
void function1() {
int i, j;
for (i = 0; i < 16; i++) {
for (j = 0; j < 16; j++) {
total_x += grid[j][i].x;
total_y += grid[j][i].y;
}
}
}
void function2() {
int i, j;
for (i = 0; i < 16; i++) {
for (j = 0; j < 16; j++) {
total_x += grid[i][j].x;
total_y += grid[i][j].y;
}
}
}
我可以从一些基本规则(即 C 数组是行优先顺序)中看出 function2 应该更好。但我不明白如何计算命中/未命中百分比。显然 function1() 错过了 50% 的时间,而 function2() 只错过了 25% 的时间。
有人可以告诉我这些计算是如何工作的吗?我真正能看到的是,一次不会超过一半的网格可以放入缓存中。此外,这个概念是否易于扩展到 k 路关联缓存?
谢谢。
最佳答案
数据在内存中的存储方式
每个结构 pos
的大小为 8 Bytes,因此 pos[16][16]
的总大小为 2048 Bytes。并且数组的顺序如下:pos[0][0]
pos[0][1]
pos[0][2]
...... pos[0][15]
pos[1]0[]
...... pos[1][15]
.... ...pos[15][0]
......pos[15][15]
与数据相比的缓存组织
对于缓存,每个 block 为 16 字节,与数组的两个元素大小相同。整个缓存为 1024 字节,是整个数组大小的一半。由于缓存是直接映射的,这意味着如果我们将缓存 block 从 0 标记为 63,我们可以放心地假设映射应该如下所示
------------ 内存---------------------------- 缓存pos[0][0]
pos[0][1]
-----------> block 0
< br/>pos[0][2]
pos[0][3]
-----------> block 1
< br/>pos[0][4]
pos[0][5]
-----------> block 2
< br/>pos[0][14]
pos[0][15]
--------> block 7
.......pos[1][0]
pos[1][1]
-----------> block 8
< br/>pos[1][2]
pos[1][3]
-----------> block 9
< br/>.......pos[7][14]
pos[7][15]
--------> block 63
pos[8][0]
pos[8][1]
-----------> block 0
< br/>.......pos[15][14]
pos[15][15]
-----> block 63
function1
如何操作内存
循环遵循按列的内部循环,这意味着第一次迭代将 pos[0][0]
和 pos[0][1]
加载到缓存 block 0
,第二次迭代加载pos[1][0]
和pos[1][1]
到缓存block 8
。缓存是cold的,所以第一列x
总是miss,而y
总是命中。第二列数据应该在第一列访问期间全部加载到缓存中,但情况不是。由于 pos[8][0]
访问已经驱逐了以前的 pos[0][0]
页面(它们都映射到 block 0
!)。以此类推,未命中率为 50%。
function2
如何操作内存
第二个函数有很好的 stride-1 访问模式。这意味着当访问 pos[0][0].x
pos[0][0].y
pos[0][1].x
pos[0][1].y
只有第一个是由于冷缓存而丢失的。下面的模式都是一样的。所以失误率只有25%。
K 路关联缓存遵循相同的分析,尽管这可能更乏味。为了充分利用缓存系统,请尝试启动一个良好的访问模式,例如 stride-1
,并在每次从内存加载期间尽可能多地使用数据。现实世界的 cpu 微架构采用其他智能设计和算法来提高效率。最好的方法总是在现实世界中测量时间,转储核心代码,并进行彻底的分析。
关于直接映射缓存的 C 缓存优化,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/11407251/
比较代码: const char x = 'a'; std::cout > (0C310B0h) 00C3100B add esp,4 和 const i
您好,我正在使用 Matlab 优化求解器,但程序有问题。我收到此消息 fmincon 已停止,因为目标函数值小于目标函数限制的默认值,并且约束满足在约束容差的默认值范围内。我也收到以下消息。警告:矩
处理Visual Studio optimizations的问题为我节省了大量启动和使用它的时间 当我必须进行 J2EE 开发时,我很难回到 Eclipse。因此,我还想知道人们是否有任何提示或技巧可
情况如下:在我的 Excel 工作表中,有一列包含 1-name 形式的条目。考虑到数字也可以是两位数,我想删除这些数字。这本身不是问题,我让它工作了,只是性能太糟糕了。现在我的程序每个单元格输入大约
这样做有什么区别吗: $(".topHorzNavLink").click(function() { var theHoverContainer = $("#hoverContainer");
这个问题已经有答案了: 已关闭11 年前。 Possible Duplicate: What is the cost of '$(this)'? 我经常在一些开发人员代码中看到$(this)引用同一个
我刚刚结束了一个大型开发项目。我们的时间紧迫,因此很多优化被“推迟”。既然我们已经达到了最后期限,我们将回去尝试优化事情。 我的问题是:优化 jQuery 网站时您要寻找的最重要的东西是什么。或者,我
所以我一直在用 JavaScript 编写游戏(不是网络游戏,而是使用 JavaScript 恰好是脚本语言的游戏引擎)。不幸的是,游戏引擎的 JavaScript 引擎是 SpiderMonkey
这是我在正在构建的页面中使用的 SQL 查询。它目前运行大约 8 秒并返回 12000 条记录,这是正确的,但我想知道您是否可以就如何使其更快提出可能的建议? SELECT DISTINCT Adve
如何优化这个? SELECT e.attr_id, e.sku, a.value FROM product_attr AS e, product_attr_text AS a WHERE e.attr
我正在使用这样的结构来测试是否按下了所需的键: def eventFilter(self, tableView, event): if event.type() == QtCore.QEven
我正在使用 JavaScript 从给定的球员列表中计算出羽毛球 double 比赛的所有组合。每个玩家都与其他人组队。 EG。如果我有以下球员a、b、c、d。它们的组合可以是: a & b V c
我似乎无法弄清楚如何让这个 JS 工作。 scroll function 起作用但不能隐藏。还有没有办法用更少的代码行来做到这一点?我希望 .down-arrow 在 50px 之后 fade out
我的问题是关于用于生产的高级优化级联样式表 (CSS) 文件。 多么最新和最完整(准备在实时元素中使用)的 css 优化器/最小化器,它们不仅提供删除空格和换行符,还提供高级功能,如删除过多的属性、合
我读过这个: 浏览器检索在 中请求的所有资源开始呈现 之前的 HTML 部分.如果您将请求放在 中section 而不是,那么页面呈现和下载资源可以并行发生。您应该从 移动尽可能多的资源请求。
我正在处理一些现有的 C++ 代码,这些代码看起来写得不好,而且调用频率很高。我想知道我是否应该花时间更改它,或者编译器是否已经在优化问题。 我正在使用 Visual Studio 2008。 这是一
我正在尝试使用 OpenGL 渲染 3 个四边形(1 个背景图,2 个 Sprite )。我有以下代码: void GLRenderer::onDrawObjects(long p_dt) {
我确实有以下声明: isEnabled = false; if(foo(arg) && isEnabled) { .... } public boolean foo(arg) { some re
(一)深入浅出理解索引结构 实际上,您可以把索引理解为一种特殊的目录。微软的SQL SERVER提供了两种索引:聚集索引(clustered index,也称聚类索引、簇集索引)和非聚集索引(no
一、写在前面 css的优化方案,之前没有提及,所以接下来进行总结一下。 二、具体优化方案 2.1、加载性能 1、css压缩:将写好的css进行打包,可以减少很多的体积。 2、css单一样式:在需要下边
我是一名优秀的程序员,十分优秀!