为什么C数组比std :: array快得多?

时间:2017-04-03 11:06:21

标签: c++ arrays performance c++11 stdarray

我们目前正在用C ++编写一些性能关键代码,它们可以在许多大型矩阵和向量上运行。关于我们的研究,std::array和标准C阵列之间应该没有重大的性能差异 (请参阅This questionthis)。 但是,在测试过程中,通过使用std::array上的C数组,我们获得了巨大的性能提升。 这是我们的演示代码:

#include <iostream>
#include <array>
#include <sys/time.h>

#define ROWS 784
#define COLS 100
#define RUNS 50

using std::array;

void DotPComplex(array<double, ROWS> &result, array<double, ROWS> &vec1, array<double, ROWS> &vec2){
  for(int i = 0; i < ROWS; i++){
    result[i] = vec1[i] * vec2[i];
  }
}

void DotPSimple(double result[ROWS], double vec1[ROWS], double vec2[ROWS]){
  for(int i = 0; i < ROWS; i++){
    result[i] = vec1[i] * vec2[i];
  }
}

void MatMultComplex(array<double, ROWS> &result, array<array<double, COLS>, ROWS> &mat, array<double, ROWS> &vec){
  for (int i = 0; i < COLS; ++i) {
      for (int j = 0; j < ROWS; ++j) {
        result[i] += mat[i][j] * vec[j];
      }
  }
}

void MatMultSimple(double result[ROWS], double mat[ROWS][COLS], double vec[ROWS]){
  for (int i = 0; i < COLS; ++i) {
      for (int j = 0; j < ROWS; ++j) {
        result[i] += mat[i][j] * vec[j];
      }
  }
}

double getTime(){
    struct timeval currentTime;
    gettimeofday(&currentTime, NULL);
    double tmp = (double)currentTime.tv_sec * 1000.0 + (double)currentTime.tv_usec/1000.0;
    return tmp;
}

array<double, ROWS> inputVectorComplex = {{ 0 }};
array<double, ROWS> resultVectorComplex = {{ 0 }};
double inputVectorSimple[ROWS] = { 0 };
double resultVectorSimple[ROWS] = { 0 };

array<array<double, COLS>, ROWS> inputMatrixComplex = {{0}};
double inputMatrixSimple[ROWS][COLS] = { 0 };

int main(){
  double start;
  std::cout << "DotP test with C array: " << std::endl;
  start = getTime();
  for(int i = 0; i < RUNS; i++){
    DotPSimple(resultVectorSimple, inputVectorSimple, inputVectorSimple);
  }
  std::cout << "Duration: " << getTime() - start << std::endl;

  std::cout << "DotP test with C++ array: " << std::endl;
  start = getTime();
  for(int i = 0; i < RUNS; i++){
    DotPComplex(resultVectorComplex, inputVectorComplex, inputVectorComplex);
  }
  std::cout << "Duration: " << getTime() - start << std::endl;

  std::cout << "MatMult test with C array : " << std::endl;
  start = getTime();
  for(int i = 0; i < RUNS; i++){
    MatMultSimple(resultVectorSimple, inputMatrixSimple, inputVectorSimple);
  }
  std::cout << "Duration: " << getTime() - start << std::endl;

  std::cout << "MatMult test with C++ array: " << std::endl;
  start = getTime();
  for(int i = 0; i < RUNS; i++){
    MatMultComplex(resultVectorComplex, inputMatrixComplex, inputVectorComplex);
  }
  std::cout << "Duration: " << getTime() - start << std::endl;
}

编译:{{1​​}} 这是结果:

icpc demo.cpp -std=c++11 -O0

使用DotP test with C array: Duration: 0.289795 ms DotP test with C++ array: Duration: 1.98413 ms MatMult test with C array : Duration: 28.3459 ms MatMult test with C++ array: Duration: 175.15 ms 标志:

-O3

如果没有编译器优化,C数组实现会快得多。为什么? 使用编译器优化,点积也同样快。但是对于矩阵乘法,使用C数组时仍然存在显着的加速。 使用DotP test with C array: Duration: 0.0280762 ms DotP test with C++ array: Duration: 0.0288086 ms MatMult test with C array : Duration: 1.78296 ms MatMult test with C++ array: Duration: 4.90991 ms 时是否有办法实现同等效果?

更新

编译器使用:std::array

使用icpc 17.0.0我们的代码运行速度比使用任何优化级别的intel编译器慢得多。因此,我们主要对intel编译器的行为感兴趣。

根据Jonas的建议,我们使用以下结果(英特尔编译器)调整了gcc 4.8.5

使用RUNS 50.000标志:

-O0

使用DotP test with C array: Duration: 201.764 ms DotP test with C++ array: Duration: 1020.67 ms MatMult test with C array : Duration: 15069.2 ms MatMult test with C++ array: Duration: 123826 ms 标志:

-O3

2 个答案:

答案 0 :(得分:19)

首先,您使用的运行量太少了。就个人而言,我没有意识到(在运行代码之前)你的“持续时间”测量结果是毫秒

通过将RUNSDotPSimple的{​​{1}}增加到5,000,000,时间如下:

  

使用C数组进行DotP测试:

     

持续时间:1074.89

     

使用C ++数组进行DotP测试:

     

持续时间:1085.34

也就是说,他们非常接近同样快。事实上,由于基准的随机特性,从测试到测试的速度最快。 DotPComplexMatMultSimple也是如此,但它们只需要50,000次运行。

如果您真的想测量并了解更多信息,您应该接受此基准测试的随机性质,并近似“持续时间”测量的分布。包括函数的随机顺序,以消除任何排序偏差。

编辑: assembly code(来自user2079303的回答)完全证明启用优化没有差异。因此,零成本抽象实际上是零成本且启用了优化,这是一个合理的要求。

<强>更新

我使用的编译器:

MatMultComplex

使用以下命令:

g++ (Debian 6.3.0-6) 6.3.0 20170205

使用此处理器:

g++ -Wall -Wextra -pedantic -O3 test.cpp

答案 1 :(得分:10)

  

为什么......没有编译器优化会更快。为什么呢?

无论编译器选择什么原因。如果您不让编译器进行优化,那么即使它们具有相同的行为,您也不能指望两个不同的代码具有相似的性能。启用优化后,编译器可能能够将抽象代码转换为有效代码,并且性能应具有可比性。

std::array的使用涉及函数调用,而指针的使用则不然。例如,std::array::operator[]是一个函数,而指针的下标运算符则不是。进行函数调用可能比不进行函数调用要慢。可以优化所有这些函数调用(扩展内联),但如果您选择不启用优化,则函数调用仍然存在。

  

但是对于矩阵乘法,使用C数组时仍然存在显着的加速。

可能是您的基准测试或编译器中的怪癖。 Here两个函数具有相同的汇编,因此具有相同的性能

编辑:我同意乔纳斯的回答。基准测试的迭代次数太少。此外,在不重复基准测试和分析偏差的情况下,无法确定两次测量之间的差异是否显着。

结论是:

  • 启用优化后,C阵列std::array更快。至少在使用链接所展示的clang 3.9.1进行编译时是这样。也许你的编译器会生成不同的程序集,但我认为没有理由这样做。

  • 只有在优化后,C ++的零成本抽象才是零成本。

  • 编写有意义的微观基准并非易事。