Question

我知道在浮点数和整数之间进行转换时可能出现的错误，但性能如何（请忽略准确性问题）？

如果我对不同算术类型的操作数进行n元运算，即在不同的浮点类型（例如float和double）和浮点数/上，性能通常会受到影响整数类型组合（例如float和int）？是否存在经验法则，例如，保持所有操作数的类型相同？

P.S。：我在问，因为我正在编写一个表达式模板库，想知道是否允许对包含不同算术类型值的向量进行二进制运算。

Answer 1

我怀疑这个问题的答案会因目标架构而异，因为转换可以（但可能不会）在硬件中发生。例如，考虑以下代码，它会导致int和float之间的一些相互转换：

int main (int argc, char** argv)
{
    int precoarced = 35;
    // precoarced gets forced to float
    float result = 0.5 + precoarced;

    // and now we force it back to int
    return (int)result;

    // I wonder what the disassembly looks like in different environments?
}

当我尝试使用默认设置使用g ++（我使用的是Ubuntu，x86）编译它时，并使用gdb进行反汇编：

   0x00000000004004b4 <+0>: push   %rbp
   0x00000000004004b5 <+1>: mov    %rsp,%rbp
   0x00000000004004b8 <+4>: mov    %edi,-0x14(%rbp)
   0x00000000004004bb <+7>: mov    %rsi,-0x20(%rbp)
   0x00000000004004bf <+11>:    movl   $0x23,-0x8(%rbp)
   0x00000000004004c6 <+18>:    cvtsi2sdl -0x8(%rbp),%xmm0
   0x00000000004004cb <+23>:    movsd  0x10d(%rip),%xmm1        # 0x4005e0
   0x00000000004004d3 <+31>:    addsd  %xmm1,%xmm0
   0x00000000004004d7 <+35>:    unpcklpd %xmm0,%xmm0
   0x00000000004004db <+39>:    cvtpd2ps %xmm0,%xmm0
   0x00000000004004df <+43>:    movss  %xmm0,-0x4(%rbp)
   0x00000000004004e4 <+48>:    movss  -0x4(%rbp),%xmm0
   0x00000000004004e9 <+53>:    cvttss2si %xmm0,%eax
   0x00000000004004ed <+57>:    pop    %rbp
   0x00000000004004ee <+58>:    retq

请注意带有cvt前缀助记符的说明。这些是转换说明。因此，在这种情况下，转换是在硬件中的一些指令中进行的。因此，根据这些指令的成本周期，可能会相当快。但同样，不同的架构（或不同的编译器）可能会改变故事。

编辑：有趣的是，由于我不小心指定0.5而不是0.5f，因此在那里有额外的转换。这就是为什么cvtpd2ps操作在那里。

编辑：x86已经有很长时间的FP支持（从80年代开始），因此针对x86的C ++编译器通常会使用硬件（除非编译器严重落后于时代）。感谢Hot Licks指出这一点。

Answer 2

在大多数机器上，浮点和int格式之间的转换相当快，受浮点硬件功能的辅助。

但是，当然，如果仅出于文档目的，应该努力以“正确”格式表达文字。对于文档来说，使用显式强制转换也没有什么坏处。

Answer 3

通常会有一些性能损失，但与其他事情相比可以忽略不计。这是由于积分寄存器和浮点寄存器之间的数据迁移以及其他可能的ABI问题。

这些问题的答案总是一样的。怀疑？ 基准测试。性能在理论上几乎无法预测。

浮点转换和性能

3 个答案: