c++ - 为什么我的 C++ 代码比 R 慢那么多？

Question

我在 R 和 C++ 中编写了以下执行相同算法的代码:

a) 模拟随机变量 X 500 次。 (X 的值为 0.9，概率为 0.5，X 的值为 1.1，概率为 0.5)

b) 将这 500 个模拟值相乘得到一个值。将该值保存在容器中

c) 重复 10000000 次，使得容器有 10000000 个值

回复:

ptm <- proc.time()
steps <- 500
MCsize <- 10000000
a <- rbinom(MCsize,steps,0.5)
b <- rep(500,times=MCsize) - a
result <- rep(1.1,times=MCsize)^a*rep(0.9,times=MCsize)^b
proc.time()-ptm

C++

#include <numeric>
#include <vector>
#include <iostream>
#include <random>
#include <thread>
#include <mutex>
#include <cmath>
#include <algorithm>
#include <chrono>

const size_t MCsize = 10000000;
std::mutex mutex1;
std::mutex mutex2;
unsigned seed_;
std::vector<double> cache;

void generatereturns(size_t steps, int RUNS){
    mutex2.lock();
    // setting seed
    try{    
        std::mt19937 tmpgenerator(seed_);
        seed_ = tmpgenerator();
        std::cout << "SEED : " << seed_ << std::endl;
    }catch(int exception){
        mutex2.unlock();
    }
    mutex2.unlock();

    // Creating generator
    std::binomial_distribution<int> distribution(steps,0.5);
    std::mt19937 generator(seed_);

    for(int i = 0; i!= RUNS; ++i){
        double power;
        double returns;
        power = distribution(generator);
        returns = pow(0.9,power) * pow(1.1,(double)steps - power);
        std::lock_guard<std::mutex> guard(mutex1);
        cache.push_back(returns);
    }
}    


int main(){
    std::chrono::steady_clock::time_point start = std::chrono::steady_clock::now();
    size_t steps = 500;
    seed_ = 777;    

    unsigned concurentThreadsSupported = std::max(std::thread::hardware_concurrency(),(unsigned)1);
    int remainder = MCsize % concurentThreadsSupported;

    std::vector<std::thread> threads;
    // starting sub-thread simulations
    if(concurentThreadsSupported != 1){
        for(int i = 0 ; i != concurentThreadsSupported - 1; ++i){
            if(remainder != 0){
                threads.push_back(std::thread(generatereturns,steps,MCsize /     concurentThreadsSupported + 1));
                remainder--;
            }else{
                threads.push_back(std::thread(generatereturns,steps,MCsize /     concurentThreadsSupported));
            }
        }
    }

    //starting main thread simulation
    if(remainder != 0){
        generatereturns(steps, MCsize / concurentThreadsSupported + 1);
        remainder--;
    }else{
        generatereturns(steps, MCsize / concurentThreadsSupported);
    }

    for (auto& th : threads) th.join();

    std::chrono::steady_clock::time_point end = std::chrono::steady_clock::now() ;
    typedef std::chrono::duration<int,std::milli> millisecs_t ;
    millisecs_t duration( std::chrono::duration_cast<millisecs_t>(end-start) ) ;
    std::cout << "Time elapsed : " << duration.count() << " milliseconds.\n" ;

    return 0;
}

我不明白为什么我的 R 代码比我的 C++ 代码快得多(3.29 秒对 12 秒)，即使我在 C++ 代码中使用了四个线程？谁能赐教吗？我应该如何改进我的 C++ 代码以使其运行得更快？

编辑:

谢谢大家的建议!我为 vector 保留了容量并减少了代码中的锁定量。 generatereturns() 函数中的关键更新是:

std::vector<double> cache(MCsize);
std::vector<double>::iterator currit = cache.begin();
//.....

// Creating generator
std::binomial_distribution<int> distribution(steps,0.5);
std::mt19937 generator(seed_);
std::vector<double> tmpvec(RUNS);
for(int i = 0; i!= RUNS; ++i){
    double power;
    double returns;
    power = distribution(generator);
    returns = pow(0.9,power) * pow(1.1,(double)steps - power);
    tmpvec[i] = returns;
}
std::lock_guard<std::mutex> guard(mutex1);
std::move(tmpvec.begin(),tmpvec.end(),currit);
currit += RUNS;

我没有每次都锁定，而是创建了一个临时 vector ，然后使用 std::move 将该 tempvec 中的元素转移到缓存中。现在耗时减少到 1.9 秒。

Answer 1

首先，您是否在 Release模式下运行它？在我的笔记本电脑(Windows 7、i5 3210M)上，从调试切换到发布将运行时间从约 15 秒减少到约 4.5 秒。

此外，在我的例子中，将线程数从 4 个减少到 2 个(我只有 2 个内核，但使用超线程)进一步将运行时间减少到 ~2.4 秒。

将变量 power 更改为 int(正如 jimifiki 也建议的那样)也提供了轻微的提升，将时间减少到约 2.3 秒。