我正在研究一个复杂的框架,它使用std::function<>
作为许多函数的参数。通过剖析我发现以下一个性能问题。
有人可以解释为什么Loop3a这么慢吗?我预计将使用内联,时间也是一样的。装配也一样。有没有办法改善表现或不同的方式? C ++ 17是否以这种方式做出任何改变?
#include <iostream>
#include <functional>
#include <chrono>
#include <cmath>
static const unsigned N = 300;
struct Loop3a
{
void impl()
{
sum = 0.0;
for (unsigned i = 1; i <= N; ++i) {
for (unsigned j = 1; j <= N; ++j) {
for (unsigned k = 1; k <= N; ++k) {
sum += fn(i, j, k);
}
}
}
}
std::function<double(double, double, double)> fn = [](double a, double b, double c) {
const auto subFn = [](double x, double y) { return x / (y+1); };
return sin(a) + log(subFn(b, c));
};
double sum;
};
struct Loop3b
{
void impl()
{
sum = 0.0;
for (unsigned i = 1; i <= N; ++i) {
for (unsigned j = 1; j <= N; ++j) {
for (unsigned k = 1; k <= N; ++k) {
sum += sin((double)i) + log((double)j / (k+1));
}
}
}
}
double sum;
};
int main()
{
using Clock = std::chrono::high_resolution_clock;
using TimePoint = std::chrono::time_point<Clock>;
TimePoint start, stop;
Loop3a a;
Loop3b b;
start = Clock::now();
a.impl();
stop = Clock::now();
std::cout << "A: " << std::chrono::duration_cast<std::chrono::milliseconds>(stop - start).count();
std::cout << "ms\n";
start = Clock::now();
b.impl();
stop = Clock::now();
std::cout << "B: " << std::chrono::duration_cast<std::chrono::milliseconds>(stop - start).count();
std::cout << "ms\n";
return a.sum == b.sum;
}
使用带有“-O2 -std = c ++ 14”的g ++ 5.4的示例输出:
A: 1794ms
B: 906ms
在探查器中,我可以看到许多内部结构:
double&& std::forward<double>(std::remove_reference<double>::type&)
std::_Function_handler<double (double, double, double), Loop3a::fn::{lambda(double, double, double)#1}>::_M_invoke(std::_Any_data const&, double, double, double)
Loop3a::fn::{lambda(double, double, double)#1}* const& std::_Any_data::_M_access<Loop3a::fn::{lambda(double, double, double)#1}*>() const
答案 0 :(得分:7)
std::function
不是零运行时成本抽象。它是一个类型擦除的包装器,具有virtual
- 在调用operator()
时调用成本,并且还可能堆积分配(这可能意味着每次调用都会出现缓存错误)
编译器很可能无法内联。
如果要以不引入额外开销并允许编译器内联的方式存储函数对象,则应使用模板参数。这并不总是可行,但可能适合您的用例。
我写了一篇与该主题相关的文章:
"Passing functions to functions"
它包含一些基准测试,显示与模板参数和其他解决方案相比,为std::function
生成了多少程序集。
答案 1 :(得分:4)
std::function
大致有虚拟呼叫开销。这个很小,但是如果你的操作更小,它可能很大。
在你的情况下,你在std::function
上大量循环,用一组可预测的值来调用它,并且可能在它内部做任何事情。
我们可以解决这个问题。
template<class F>
std::function<double(double, double, double, unsigned)>
repeated_sum( F&& f ) {
return
[f=std::forward<F>(f)]
(double a, double b, double c, unsigned count)
{
double sum = 0.0;
for (unsigned i = 0; i < count; ++i)
sum += f(a,b,c+i);
return sum;
};
}
然后
std::function<double(double, double, double, unsigned)> fn =
repeated_sum
(
[](double a, double b, double c) {
const auto subFn = [](double x, double y) { return x / (y+1); };
return sin(a) + log(subFn(b, c));
}
);
现在repeating_function
采用double, double, double
函数并返回double, double, double, unsigned
。这个新函数重复调用前一个函数,每次最后一个坐标增加1。
然后我们将impl
替换为:
void impl()
{
sum = 0.0;
for (unsigned i = 1; i <= N; ++i) {
for (unsigned j = 1; j <= N; ++j) {
fn(i,j,0,N);
}
}
}
我们用一次调用我们的重复函数来替换“最低级循环”。
这会将虚拟呼叫开销减少300倍,这基本上会使其消失。基本上,50%的时间/ 300 = 0.15%的时间(实际上是0.3%,因为我们将时间缩短了2倍,使贡献翻了一番,但是谁计算的是十分之一的百分比?)
现在,在实际情况下,您可能无法使用300个相邻值调用它。但通常会有一些模式。
我们上面所做的是移动一些控制fn
在fn
内被调用的逻辑。如果您可以做到这一点,可以考虑删除虚拟呼叫开销。
std::function
开销几乎是可以忽略的,除非你想以每秒数十亿次的顺序调用它,我称之为“每像素”操作。用“每扫描线”替换这样的操作 - 每行相邻的像素 - 并且开销不再是一个问题。
这可能需要公开一些关于如何在“标题”中使用函数对象的逻辑。仔细选择你所暴露的逻辑可以使我的经验相对一般。
最后,请注意,可以内联std::function
并且编译器正在变得更好。但它很难,也很脆弱。在这一点上依靠它是不明智的。
还有另一种方法。
template<class F>
struct looper_t {
F fn;
double operator()( unsigned a, unsigned b, unsigned c ) const {
double sum = 0;
for (unsigned i = 0; i < a; ++i)
for (unsigned j = 0; j < b; ++j)
for (unsigned k = 0; k < c; ++k)
sum += fn(i,j,k);
return sum;
}
};
template<class F>
looper_t<F> looper( F f ) {
return {std::move(f)};
}
现在我们写下我们的looper:
struct Loop3c {
std::function<double(unsigned, unsigned, unsigned)> fn = looper(
[](double a, double b, double c) {
const auto subFn = [](double x, double y) { return x / (y+1); };
return sin(a) + log(subFn(b, c));
}
);
double sum = 0;
void impl() {
sum=fn(N,N,N);
}
};
它会删除3维循环的整个操作,而不仅仅是尾随维度。