这是参考C ++并使用Visual Studio编译器。
读取/写入（到RAM）和对不同类型的变量（如bool，short int，int，float和double）进行数学运算时，速度是否存在差异？
据我所知，到目前为止，使用双精度的数学运算需要更长的时间（我说的是32位处理器，我对64位处理器知之甚少），而不是使用浮点运算。
然后用float和int比较运算（读/写ram和初等数学）？ int和short int如何，甚至每种类型的有符号和无符号版本之间的差异如何？是否有一种数据类型最适合使用低数量计数器？
谢谢， -Faken
答案 0 :(得分：5)
这里有两个不同的问题：读/写时的速度和算术性能。那些是正交的。当然，当读取或写入大型数组时，速度取决于读取的字节数为O（N），因此使用short而不是int（考虑VC ++）会将时间减少~1 / 2。
对于算术运算，一旦操作数在寄存器中，类型的大小就没那么重要了。 IIRC，在同一类别的类型之间，它实际上是相同的（因此short不比int更快或更慢。在32位平台上使用64位整数类型自然会受到惩罚，因为没有单一指令可以处理它。另一方面，浮点类型比所有整数类型都慢，即使VC ++上有sizeof(float)==sizeof(int)。但是，再次float上的操作并不比double上的操作更快;这假设是默认的FPU设置，它将所有操作数提升为80位扩展浮点数 - 这可以被禁用，以便在使用float，IIRC时多挤出一点。
以上是VC ++和x86特有的，按照问题的要求。其他平台，尤其是其他架构，可以完全不同。
作为数字计数器（低或非低）最有效的最佳数据类型是int - 通常与架构和实现无关（因为标准建议将其作为首选字大小）平台）。
答案 1 :(得分：4)
据我所知，到目前为止，使用双精度数的数学运算需要更长的时间（我们谈论的是32位处理器，我对64位处理器知之甚少），而不是使用浮点运算。
我不知道（我几乎从未编写过浮点算术），但我怀疑：因为double是本机精度（由硬件支持），而我不知道浮点数。
然后用float和int比较操作（读/写ram和初等数学）？
Float比int慢。
int和short int如何，甚至每个变量的有符号和无符号版本之间的差异？
short可能比int慢，因为CPU本身使用int并且需要截断结果以使它们变短。如果它们中有很多连续的它们更适合CPU缓存，它们只会更快。
每个变量的有符号和无符号版本之间的差异？
不，我不这么认为。
是否有任何一种数据类型最适合使用低数量计数器？
中间体
答案 2 :(得分：3)
大多数CPU在与其自然字大小匹配的数据类型上运行最快。因此，根据架构，4或8字节数据类型。 int通常被定义为“自然字大小”，因此对int的任何操作都应该很快。
然而，在实践中，你要为缓存未命中，软页面错误和硬页面错误以及内存访问付出更多，而不是优化数据类型的任何类型的算术运算可能会浪费时间
配置您的代码，然后优化热点。
答案 3 :(得分：2)
这在很大程度上取决于C ++代码的体系结构和编译程序集。例如，在MIPS上，浮点运算需要从多个CPU寄存器读取数据。
这种类型的微优化不应该对性能产生太大影响，应由编译器来处理。如果您希望优化某些内容，则应该将应用程序分析为瓶颈。
答案 4 :(得分：1)
我不知道处理双打和浮点数之间的区别是什么，但我很确定它是用浮点单位完成的。这与int和long的寄存器操作相比较。 （在现代CPU中是否有单独的整数计算处理器？）
由于缓存水平和与RAM写入速度相比非常高的CPU时钟速度，写入RAM问题现在很难回答。
就表现而言 - 先测量！
编写能够准确反映目标环境的性能测试。
答案 5 :(得分：1)
与CPU缓存类似，主内存访问会影响您的性能。现代（SDRAM，DDRx）DRAM访问时间随着参考的局部性而显着提高。这意味着您希望数据是连续的。这往往与面向对象相矛盾。 OOD会让你将一个对象的所有元素放在一起。如果你的算法要求对一个对象的各种元素进行操作，那么你的参考局部性就会很好。如果您的算法针对多个对象的相同元素调用操作，则您的位置会很糟糕。如果你有“循环运行数十亿甚至数万亿计算的数学运算”，那么你很可能会遇到后一种情况。如果您的操作是从对象中挑选元素，则CPU缓存和RAM预取可能几乎无效甚至是有害的。如果是这种情况，您可以通过将对象数组分解为类似元素的同步数组来显着提高性能。它很难看，但可以更快。
答案 6 :(得分：0)
如果可以使用SIMD原语，则可以使用较小的类型（浮点数，8位整数等）来显着提高性能。 SIMD原语可以将8个8位int操作（或两个双精度，或4个浮点数等）打包到一个在硬件中并行化的操作中。但是，自Pentium III以来，SIMD原语仅在CPU上受支持。