Question

我在Matlab和C ++中都在制定一个相当大的优化问题来比较计算时间。我原本以为通过将代码转换为C ++，我会减少程序的计算时间，但事实并非如此。这是由于我缺乏C ++经验，还是在这种特定情况下Matlab实际上可以快6-7倍？下面提供了我的代码片段。

/*
    Comnum - int
    ky - int
    numcams - int
    outmat - std::vector<std::vector<bool>>
*/
    array_bool bout(ky);
    auto tt = Clock::now();
    array_int sum(comnum);
    for(int m = 0; m < comnum ; m++){
        //array_bool bout(ky);
        std::fill(bout.begin(),bout.end(),false);

        // Fill is faster than looping as shown below
/*
        for(int l = 0 ; l < ky ; l++)
        {
            bout[l] = false;
        }
*/
        for(int n = 0; n < numcams ; n++){
            int ind = combarr[m][n];
            std::transform(bout.begin(),bout.end(),outmat[ind].begin(),bout.begin(),std::plus<bool>());

            // Transform is faster than looping as shown below
/*
            for(int i = 0 ; i < ky ; i++)
            {
                bout[i] = bout[i] | outmat[ind][i];
            }
*/

        }
        // Looping is faster than using accumulate 
//      sum[m] = std::accumulate(bout.begin(),bout.end(),0);


        sumof = 0;

        for(int j = 0; j < ky ; j++)
        {
            if(bout[j] == true) sumof +=1;
        }

        sum[m] = sumof;

    }

    auto ttt = Clock::now();

我在试图加快代码的地方提供了评论。相应的Matlab代码如下：

CombArr - 单个矩阵 ncams - 单身

t2 = tic; 

for m = 1:length(CombArr)
    bcombs = false(1,ldata);  % Set current combination coverage array to 0

    % Loop through given number of cameras and compute coverage 
    % For given combination (bcombs)
    for n = 1:ncams 
        ind = CombArr(m,n);  
        bcombs(1,1:ldata) = bcombs(1,1:ldata) | b(ind,1:ldata);
    end

    % Compute the sum of covered data points
    sumcurr(m) = single(sum(bcombs(1,1:ldata)));


end
toc(t2)

我知道这可能是一个太长的问题要发布，但我想知道是否有人可以告诉我为什么C ++使用大约6倍的时间来计算代码？

Answer 1

正如评论所示，改变我的编译为我做了。使用此编译代码将计算时间缩短了10倍：

g++ code.cpp -O3 -o test

谢谢大家，这对我有帮助！

Matlab与C ++运行时比较

1 个答案: