Question

我的问题陈述是使用数字加载和保存二进制文件，这些数字可以轻松存储在uint32/float32中。磁盘上的空间将超过2GB，并且所有空间也都必须在内存上。

我的程序将需要大量数学运算，而golang标准库函数/方法则需要int/float64参数，我必须将数字强制转换为int/float64

一个简单的基准（https://play.golang.org/p/A52-wBo3Z34）测试给出了以下输出：

$: go test -bench=. 
goos: linux
goarch: amd64
pkg: gotrade
BenchmarkCast-4             1000       1519964 ns/op
BenchmarkNoCast-4           3000        373340 ns/op
PASS
ok      gotrade 2.843s

这清楚地表明类型转换非常昂贵。

int和float64的缺点：

它几乎需要双倍内存

int和float64的优点：

避免了很多类型转换操作

请给我建议一种处理这种情况的方法，我在这里错过了什么吗？

如果我们需要通过标准库进行外部计算，我们应该总是选择int和float64吗？

Answer 1

您在逻辑，基准和假设方面存在一些错误。

对于转换，结果显示for循环运行了1000次。由于您执行了1百万次循环，因此实际上进行了10亿次铸造操作...不太破旧。

实际上，我对您的代码做了一些修改：

const (
    min = float64(math.SmallestNonzeroFloat32)
    max = float64(math.MaxFloat32)
)

func cast(in float64) (out float32, err error) {

    // We need to guard here, as casting from float64 to float32 looses precision
    // Therefor, we might get out of scope.
    if in < min {
        return 0.00, fmt.Errorf("%f is smaller than smallest float32 (%f)", in, min)
    } else if in > max {
        return 0.00, fmt.Errorf("%f is bigger than biggest float32 (%f)", in, max)
    }

    return float32(in), nil
}

// multi64 uses a variadic in parameter, in order to be able
// to use the multiplication with arbitrary length.
func multi64(in ...float64) (result float32, err error) {

    // Necessary to set it to 1.00, since float64's null value is 0.00...
    im := float64(1.00)

    for _, v := range in {
        im = im * v
    }

    // We only need to cast once.
    // You DO want to make the calculation with the original precision and only
    // want to do the casting ONCE. However, this should not be done here - but in the
    // caller, as the caller knows on how to deal with special cases.
    return cast(im)
}

// multi32 is a rather non-sensical wrapper, since the for loop
// could easily be done in the caller.
// It is only here for comparison purposes.
func multi32(in ...float32) (result float32) {
    result = 1.00
    for _, v := range in {
        result = result * v
    }
    return result
}

// openFile is here for comparison to show that you can do
// a... fantastic metric ton of castings in comparison to IO ops.
func openFile() error {
    f, err := os.Open("cast.go")
    if err != nil {
        return fmt.Errorf("Error opening file")
    }
    defer f.Close()

    br := bufio.NewReader(f)
    if _, _, err := br.ReadLine(); err != nil {
        return fmt.Errorf("Error reading line: %s", err)
    }

    return nil
}

使用以下测试代码

func init() {
    rand.Seed(time.Now().UTC().UnixNano())
}
func BenchmarkCast(b *testing.B) {
    b.StopTimer()

    v := rand.Float64()
    var err error

    b.ResetTimer()
    b.StartTimer()

    for i := 0; i < b.N; i++ {
        if _, err = cast(v); err != nil {
            b.Fail()
        }
    }
}

func BenchmarkMulti32(b *testing.B) {
    b.StopTimer()

    vals := make([]float32, 10)

    for i := 0; i < 10; i++ {
        vals[i] = rand.Float32() * float32(i+1)
    }

    b.ResetTimer()
    b.StartTimer()

    for i := 0; i < b.N; i++ {
        multi32(vals...)
    }
}
func BenchmarkMulti64(b *testing.B) {

    b.StopTimer()

    vals := make([]float64, 10)
    for i := 0; i < 10; i++ {
        vals[i] = rand.Float64() * float64(i+1)
    }

    var err error
    b.ResetTimer()
    b.StartTimer()

    for i := 0; i < b.N; i++ {
        if _, err = multi64(vals...); err != nil {
            b.Log(err)
            b.Fail()
        }
    }
}

func BenchmarkOpenFile(b *testing.B) {
    var err error
    for i := 0; i < b.N; i++ {
        if err = openFile(); err != nil {
            b.Log(err)
            b.Fail()
        }
    }
}

您会得到类似的东西

BenchmarkCast-4         1000000000           2.42 ns/op
BenchmarkMulti32-4       300000000           5.04 ns/op
BenchmarkMulti64-4       200000000           8.19 ns/op
BenchmarkOpenFile-4         100000          19591 ns/op

因此，即使使用了相对愚蠢且未经优化的代码，实施者还是openFile基准测试。

现在，让我们对此进行透视。 19,562ns等于0,019562毫秒。一般人可以感知到大约20毫秒的延迟。因此，即使有100,000（“十万” ）个文件打开，行读取和文件关闭也比人类感知的速度快约1000倍。

铸造，相比之下，速度要快几个 个数量级 -因此，按您的喜好铸造，瓶颈将是I / O。

编辑

哪个留下了一个问题，为什么您不首先将值导入为float64？

Golang中的类型转换如何工作？

1 个答案:

编辑