我正在测试std :: vector上不同方式循环的速度。 在下面的代码中,我考虑了5种方法来计算N = 10000000个元素的向量的所有元素的总和:
代码使用g ++ for windows编译,用于编译的命令行是:
g++ -std=c++11 -O3 loop.cpp -o loop.exe
我运行了4次代码,测量每种方法的时间,得到以下结果(以微秒为单位的时间,给出最大值和最小值):
这些实验似乎表明:
使用迭代器与整数索引进行循环并没有多大区别,至少在完全优化时是这样。
展开循环可以获得回报
令人惊讶的是,stl :: accumulate的性能更差。
虽然结论1和2有些预期,但数字3却令人惊讶。不是所有的书都说使用STL算法而不是自己写循环吗?
我在衡量时间或者解释结果的方式上是否犯了任何错误? 如果您尝试下面给出的代码,你们会得到一个不同的场景吗?
#include <iostream>
#include <chrono>
#include <vector>
#include <numeric>
using namespace std;
using namespace std::chrono;
int main()
{
const int N = 10000000;
vector<int> v(N);
for (int i = 0; i<N; ++i)
v[i] = i;
//looping with iterators
{
high_resolution_clock::time_point t1 = high_resolution_clock::now();
long long int sum = 0;
for (auto it = v.begin(); it != v.end(); ++it)
sum+=*it;
high_resolution_clock::time_point t2 = high_resolution_clock::now();
auto duration = std::chrono::duration_cast<std::chrono::microseconds>( t2 - t1 ).count();
cout << duration << "microseconds output = " << sum << " (Iterators)\n";
}
//looping with integers
{
high_resolution_clock::time_point t1 = high_resolution_clock::now();
long long int sum = 0;
for (int i = 0; i<N; ++i)
sum+=v[i];
high_resolution_clock::time_point t2 = high_resolution_clock::now();
auto duration = std::chrono::duration_cast<std::chrono::microseconds>( t2 - t1 ).count();
cout << duration << "microseconds output = " << sum << " (integer index)\n";
}
//looping with integers (UNROLL 2)
{
high_resolution_clock::time_point t1 = high_resolution_clock::now();
long long int sum = 0;
for (int i = 0; i<N; i+=2)
sum+=v[i]+v[i+1];
high_resolution_clock::time_point t2 = high_resolution_clock::now();
auto duration = std::chrono::duration_cast<std::chrono::microseconds>( t2 - t1 ).count();
cout << duration << "microseconds output = " << sum << " (integer index, UNROLL 2)\n";
}
//looping with integers (UNROLL 4)
{
high_resolution_clock::time_point t1 = high_resolution_clock::now();
long long int sum = 0;
for (int i = 0; i<N; i+=4)
sum+=v[i]+v[i+1]+v[i+2]+v[i+3];
high_resolution_clock::time_point t2 = high_resolution_clock::now();
auto duration = std::chrono::duration_cast<std::chrono::microseconds>( t2 - t1 ).count();
cout << duration << "microseconds output = " << sum << " (integer index, UNROLL 4)\n";
}
//using std::accumulate
{
high_resolution_clock::time_point t1 = high_resolution_clock::now();
long long int sum = accumulate(v.begin(), v.end(), static_cast<long long int>(0));
high_resolution_clock::time_point t2 = high_resolution_clock::now();
auto duration = std::chrono::duration_cast<std::chrono::microseconds>( t2 - t1 ).count();
cout << duration << "microseconds output = " << sum << " (std::accumulate)\n";
}
return 0;
}
答案 0 :(得分:3)
使用标准库算法的原因是而不是以获得更高的效率,它允许您在更高的抽象级别进行思考。
虽然在某些情况下算法会比您自己的手动代码更快,但这并不是他们所需要的。 C ++的一大优势是它允许您在有特定需求时绕过内置库。如果您的基准测试表明标准库导致严重减速,您可以自由地探索循环展开等经典替代方案。对于大多数目的而言,这是永远不必要的。
话虽如此,一个编写良好的标准库算法永远不会比你自己的直接实现慢得多,除非你利用你对数据细节的了解。
答案 1 :(得分:0)
除了Mar,我还是会这么想的 在大多数情况下,STL并不比你自己的实现更快,因为它是一系列相关问题的通用解决方案,但不适用于特定问题,因此STL可能需要考虑的因素多于你真正需要的因素,因此效率较低。 但有一个例外: stl :: sort使用细微的优化(可能是不同排序算法的混合),因此它比通常的实现更快。