Question

我正在研究做一些二次规划，并且看过不同的库。我已经看到了QuadProg ++的各种Eigen变体（KDE Forums，Benjamin Stephens，StackOverflow posts）。就像测试一样，我在wingsit's Eigen variant上提供了GitHub，以实现编译时大小的问题，以通过模板来衡量性能。

我发现我在模板情况下的性能比来自wingsit代码的动态大小（MatrixXD / VectorXD）更差。我知道这不是一个简单的问题，但任何人都可以看到这可能是什么原因吗？

注意：我确实需要增加问题大小/迭代次数，我会尽可能发布。

编辑：我在Ubuntu 12.04上使用GCC 4.6.3。这些是我正在使用的标志（从wingsit的代码修改）：

CFLAGS  = -O4 -Wall -msse2 -fopenmp      # option for obj
LFLAGS  = -O4 -Wall -msse2 -fopenmp      # option for exe (-lefence ...)

Answer 1

随着大小变大，静态大小代码的好处通常会减少。静态大小代码的典型优点主要包括（但不限于）以下内容：

基于堆栈的分配，比堆分配快。但是，在大尺寸下，基于堆栈的分配不再可行（堆栈溢出），甚至从预取和参考局部的角度来看也是有益的。
循环展开，当编译器看到一个小的静态大小的循环时，它可以只展开它，并可能使用SSE指令。这不适用于较大尺寸。

换句话说，对于小尺寸（可能N = 12左右），静态大小的代码可以比等效的动态大小的代码更好更快，只要编译器相当积极地进行 - 衬里和循环展开。但是，当尺寸较大时，没有意义。

此外，静态大小的代码也存在许多缺点：

没有有效的移动语义/交换/写时复制策略，因为这样的代码通常用静态数组实现（为了获得上面提到的好处），这些数据不能简单地交换（如交换内部指针）
包含散布功能的较大可执行文件。假设您有一个函数模板来乘以两个矩阵，因此，为每个大小组合生成一个新的编译函数（内联或不内联）。然后，你有一些算法可以进行大量的矩阵乘法，好吧，每次乘法都必须跳转到（或执行内联）该大小组合的特化。最后，你最终会得到更多需要缓存的代码，然后，缓存未命中变得更加频繁，这将完全破坏算法的性能。

因此，从中得出的教训是仅对像2到6维向量或矩阵这样的小事使用静态大小的向量和矩阵。但除此之外，最好使用动态大小的代码（或者尝试使用静态大小的代码，但要验证它的性能更好，因为不能保证这样做）。因此，我建议您重新考虑使用静态大小代码解决更大问题的想法。

C ++特征库 - 二次规划，固定与动态，性能

1 个答案: