- android - RelativeLayout 背景可绘制重叠内容
- android - 如何链接 cpufeatures lib 以获取 native android 库?
- java - OnItemClickListener 不起作用,但 OnLongItemClickListener 在自定义 ListView 中起作用
- java - Android 文件转字符串
在尝试对我的代码的某些选项进行基准测试时(使用或不使用 128 位整数),我观察到一种我无法理解的行为。任何人都可以阐明这一点吗?
#include <stdio.h>
#include <stdint.h>
#include <time.h>
int main(int a, char** b)
{
printf("Running tests\n");
clock_t start = clock();
unsigned __int128 t = 13;
for(unsigned long i = 0; i < (1UL<<30); i++)
t += 23442*t + 25;
if(t == 0) printf("0\n");
printf("u128, +25, took %fs\n", double(clock() - start)/CLOCKS_PER_SEC);
start = clock();
t = 13;
for(unsigned long i = 0; i < (1UL<<30); i++)
t += 23442*t;
if(t == 0) printf("0\n");
printf("u128, no+, took %fs\n", double(clock() - start)/CLOCKS_PER_SEC);
start = clock();
unsigned long u = 13;
for(unsigned long i = 0; i < (1UL<<30); i++)
u += 23442*u + 25;
if(u == 0) printf("0\n");
printf("u64 , +25, took %fs\n", double(clock() - start)/CLOCKS_PER_SEC);
start = clock();
u = 13;
for(unsigned long i = 0; i < (1UL<<30); i++)
u += 23442*u;
if(u == 0) printf("0\n");
printf("u64 , no+, took %fs\n", double(clock() - start)/CLOCKS_PER_SEC);
return 0;
}
(注意这里有 printf,这样 gcc 就不会优化 for 循环)在我的系统上,这可靠地产生了以下输出:
u128, +25, took 2.411922s
u128, no+, took 1.799805s
u64 , +25, took 1.797960s
u64 , no+, took 2.454104s
虽然 128 位整数行为有意义,但我看不出操作较少的 64 位循环的执行速度如何显着 (30%) 变慢。
这是已知行为吗?在编写此类循环时尝试从这种优化中获益时,一般规则是什么?
编辑:只有在使用 -O3 选项编译时才会观察到该行为。
gcc -lstdc++ -O3 -o a main.cpp
u128, +25, took 2.413949s
u128, no+, took 1.799469s
u64 , +25, took 1.798278s
u64 , no+, took 2.453414s
gcc -lstdc++ -O2 -o a main.cpp
u128, +25, took 2.415244s
u128, no+, took 1.800499s
u64 , +25, took 1.798699s
u64 , no+, took 1.348133s
最佳答案
循环非常紧凑,以至于依赖停顿、ALU 繁忙等开始发挥作用并控制时序。因此,结果不可靠,并且对实际指令执行以外的其他因素更敏感。
请注意,+25 可以与乘法并行计算。
附言。我在 4970K 上的结果:
gcc version 5.2.1 20151010
gcc -lstdc++ -O2 -o a a.cpp
u128, +25, took 1.346360s
u128, no+, took 1.022965s
u64 , +25, took 1.020189s
u64 , no+, took 0.765725s
编辑:查看-O2
和-O3
的反汇编后,主要区别在于代码生成。 (以上原因仍然坚持 -O2 在不同的测试机器/环境中产生略有不同的结果)
-O2:
400618: 48 69 d2 93 5b 00 00 imul $0x5b93,%rdx,%rdx
40061f: 48 83 e8 01 sub $0x1,%rax
400623: 75 f3 jne 400618 <_Z4testv+0x18>
-O3:
400628: 66 0f 6f d9 movdqa %xmm1,%xmm3
40062c: 83 c0 01 add $0x1,%eax
40062f: 66 0f 6f c1 movdqa %xmm1,%xmm0
400633: 66 0f f4 cc pmuludq %xmm4,%xmm1
400637: 3d 00 00 00 20 cmp $0x20000000,%eax
40063c: 66 0f f4 da pmuludq %xmm2,%xmm3
400640: 66 0f 73 d0 20 psrlq $0x20,%xmm0
....
O3 生成矢量化代码,而循环具有严重的依赖性,无法从矢量化中获取值(value)。它实际上生成了更复杂的代码,因此需要更长的时间。
关于c++ - GCC 优化 : how can less operations be slower?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/37067144/
我对 iPhone/iPad 编程还很陌生。我对 for 循环有疑问,就像我在本例中使用的那样。该程序可以正常工作。只是,在每次调用该函数(在本例中为 (void) writeLabels)之后,它变
背景资料 目前我正在为每个 UITableViewCell 设置文本在我的UITableView使用以下代码: 情景一:cell.textLabel.attributedText = [news fo
我在我的应用程序中使用 UIPinchGestureRecognizer 来放大 View (是的,我不使用 UIScrollView 是有原因的)。当我用手指向外捏合时, View 会按预期放大,如
我编写了一个示例程序来模仿我正在处理的数据结构类型。也就是说,我有 n 对象,我需要在每个可能的对之间迭代一次并执行(对称)计算。此操作涉及将数据写入两对。在串行中,这将采用这样的循环形式 for(i
我正在用 java 制作游戏,并使用 BufferedImages 将内容呈现到屏幕上。我在应该运行游戏的低端机器上遇到了性能问题,所以我切换到通常更快的 VolatileImage。除了它们实际上减
我目前正在研究图像编辑器,偶然发现了 V8 中有关像素操作和/或函数调用的奇怪行为。 http://jsperf.com/canvas-pixelwise-manipulation-performan
我在 Apache Spark 2.x 中有两个表。每个表都有一个公共(public)行“IDNUM”。称它们为表 A 和表 B。 这在 Apache SparkSQL 中很快: SELECT COU
我正在使用基于 ubuntu 构建的 Docker 镜像,其中包含我在 future 几个月的工作中将需要的标准软件。 假设我有一个耗时的程序来对用 C++ 编写的十亿个数字进行排序。假设我想比较笔记
This site给出了具有类间方差的方法的实现。但是,我想用类内方差来实现该方法(不幸的是,我无法发布公式,但您可以请在网站上查看),这被认为速度较慢。这是我的方法: double varb,var
我有这个方法: @DebugLog private synchronized int insertInOrderedFromBottom(ItemWithTime itemWithTime, Arra
我正在使用带有以下代码的 jQuery 热键插件: $(document).bind('keydown', 'right', function(){ console.log('fire
考虑 events 这里有大约 48,000 个字典对象: keyed_events = { gid: [ r for r in events if r['gid'] == gid ] for gid
我已经实现了一个简单的 n x n 矩阵乘法,以使用 OpenMp 在 c 中测试相同的性能调整。我的初始代码如下: #pragma omp parallel for shared(a,b,c) pr
我已经实现了两种不同的算法,它们的作用基本相同,检查节点树中一个节点到另一个节点的可见性,规则很简单——一个节点只有在另一个节点之前才对它可见同一个分支。 第一种方法沿着树从子节点到父节点,跳过父节点
我刚刚测试了一些东西。我一直认为在 OR 条件下,一旦计算机/浏览器发现某些东西是真的,它就会返回它并且不会测试其他条件。我围绕这个假设构建了我的代码。 但是,我对它进行了计时,看起来长测试花费了 x
这是一个带有普通增量运算符“i++”的普通空循环 import Foundation let start = CFAbsoluteTimeGetCurrent() for var i = 0; i <
我一直在使用 Python 的多处理模块分析一些代码('job' 函数只是数字的平方)。 data = range(100000000) n=4 time1 = time.time() process
所以最近几天我一直在摆弄 python 的多处理库,我真的很喜欢处理池。它很容易实现,我可以想象出很多用途。我已经完成了几个我以前听说过的项目来熟悉它,最近完成了一个暴力破解刽子手游戏的程序。 任何人
我正在使用 scipy-0.17 进行简单的稀疏矩阵求幂 a**16。 (注意,不是元素乘法)。但是,在我的机器上(运行 Debian 稳定版和 Ubuntu LTS),这比使用 for 循环或做一些
我最近购买了一台双启动计算机,可以用 C++ 编写代码。在 Windows 上,我在 linux 上使用英特尔 C++ 编译器和 g++。 我的程序主要由计算组成(具有数值积分的定点迭代算法等)。 我
我是一名优秀的程序员,十分优秀!