从C ++ / CLI获得最佳性能

Question

对我的应用程序进行概要分析表明，50％的运行时用在packArrays()函数中，该函数执行数组转换，其中C ++强大地优于C＃。

为了提高性能，我在unsafe中使用packArrays在运行时仅获得了较低的单位数百分比改进。为了消除缓存作为瓶颈，为了估计性能提升的上限，我在C ++中编写了packArrays并计算了两种语言的差异。 C ++版本的运行速度比C＃快约5倍。我决定试试C ++ / CLI。

因此，我有三个实现：

1. C ++ - 一个简单的packArrays()函数
2. C＃ - packArrays()被包装到一个类中，但函数内部的代码与C ++版本相同
3. C ++ / CLI - 如下所示，但packArrays()的实现与前两个相同（字面意思）

C ++ / CLI实现如下

QCppCliPackArrays.cpp

public ref class QCppCliPackArrays
{
     void pack(array<bool> ^ xBoolArray, int xLen, array<int> ^% yBoolArray, int % yLen)
        {
            // prepare variables
            pin_ptr<bool> xBoolArrayPinned = &xBoolArray[0];
            bool * xBoolArray_ = xBarsAreTruePinned;

            pin_ptr<bool> yBoolArrayPinned = &yBoolArray[0];
            bool * yBoolArray_ = yBarsAreTruePinned;

            // go
            packArrays(xBoolArray_, xBarCount, yBoolArray_ , yLen);
        }
};

packArraysWorker.cpp

#pragma managed(push, off)
    void packArrays(bool * xArray, int xLen, bool * yArray, int & yLen)
    {
        ... actual code that is identical across languages code ...
    }
#pragma managed(pop)

QCppCliPackArrays.cpp使用\clr选项进行编译，packArraysWorker.cpp使用No Common Language RunTime Support选项进行编译。

问题：当使用C＃应用程序同时运行C＃和C ++ / CLI实现时，C ++ / CLI实现仍然只比C＃快一点。

问题：

1. 我可以使用其他选项/设置/关键字来提高C ++ / CLI的性能吗？
2. 与C ++相比，C ++ / CLI的性能损失是否完全归功于互操作？目前，对于10K重复，C＃比C ++运行慢4.5秒，每次重复互操作0.45毫秒。由于所有传递的类型都是blittable，我希望interop能够......只是传递一些指针。
3. 使用P / Invoke可以获得任何收益吗？从我不读的内容来看，但总是要问问。
4. 我还能使用其他方法吗？桌子上的性能提升了五倍太多了。

所有时间都在Release / x64中从命令行（而不是VS）在单个线程上进行。

修改

为了确定因互操作而造成的性能损失，我在Stopwatch电话周围放置了QCppCliPackArrays::packArrays()以及在chrono::high_resolution_clock本身内放置packArrays()。结果表明C＃ - ＆lt; - ＆gt; C ++ / CLI开关的成本约为。每10K呼叫5毫秒。根据结果​​，从托管C ++ / CLI切换到非托管C ++ / CLI，没有任何成本。

因此，可以排除互操作作为性能退化的原因。

另一方面，显而易见的是packArrays()不是作为非托管运行的！但为什么呢？

编辑2： 我试图将packArrays()链接为从单独的非托管C ++库导出的.lib文件。结果仍然相同。

编辑3： 实际的packArrays就是这个

public void packArrays(bool[] xConditions, int[] xValues, int xLen, ref int[] yValuesPacked, ref int yPackedLen)
{
    // alloc
    yPackedLen = xConditions.trueCount();
    yValuesPacked = new int [yPackedLen];

    // fill
    int xPackedIdx  = 0;
    for (int xIdx = 0; xIdx < xLen; xIdx++)
        if (xConditions[xIdx] == true)
            yValuesPacked[xPackedIdx++] = xValues[xIdx];
}

进入yValuesPacked会将xValues中的所有值放在相应的xConditions[i]为真的位置。

现在，我正面临一个新问题 - 我有几个旨在解决这个问题的实现，所有这些实现都正常（测试）。当我运行一个基准测试时，会在数组86K项上长时间调用这些不同的实现50K次，我会在几秒钟内获得以下timinigs：



原始实现originalArray是上面列出的代码。显然，QCsCpp *版本在基准测试中占主导地位 - 这些是使用C ++ / CLI的实现。但是，当我在原始应用程序中替换originalArray时，多次调用packArrays，使用QCsCpp *实现，整个应用程序运行SLOWER。有了这个结果，我真的很无能，我必须承认它真诚地粉碎了我。这怎么可能是真的？一如既往，非常感谢任何见解。