执行摘要：如果您希望留在C＃，Reed的答案是最快的。如果你愿意为C ++（我是C）编组，这是一个更快的解决方案。
我在C＃中有两个55mb的ushort数组。我使用以下循环组合它们：
float b = (float)number / 100.0f;
for (int i = 0; i < length; i++)
{
image.DataArray[i] =
(ushort)(mUIHandler.image1.DataArray[i] +
(ushort)(b * (float)mUIHandler.image2.DataArray[i]));
}
此代码根据之前和之后添加DateTime.Now调用，需要3.5秒才能运行。我怎样才能让它更快？
编辑：以下是一些代码，我认为这些代码显示了问题的根源。当在全新的WPF应用程序中运行以下代码时，我得到了这些计时结果：
Time elapsed: 00:00:00.4749156 //arrays added directly
Time elapsed: 00:00:00.5907879 //arrays contained in another class
Time elapsed: 00:00:02.8856150 //arrays accessed via accessor methods
因此，当直接遍历数组时，时间比数组在另一个对象或容器中的时间快得多。此代码显示，不知何故，我使用的是访问器方法，而不是直接访问数组。即便如此，我似乎能够获得的最快速度是半秒钟。当我使用icc在C ++中运行第二个代码列表时，我得到：
Run time for pointer walk: 0.0743338
在这种情况下，C ++的速度提高了7倍（使用icc，不确定msvc是否可以获得相同的性能 - 我不熟悉那里的优化）。有没有办法让C＃接近C ++性能水平，或者我应该让C＃调用我的C ++例程？
清单1，C＃代码：
public class ArrayHolder
{
int length;
public ushort[] output;
public ushort[] input1;
public ushort[] input2;
public ArrayHolder(int inLength)
{
length = inLength;
output = new ushort[length];
input1 = new ushort[length];
input2 = new ushort[length];
}
public ushort[] getOutput() { return output; }
public ushort[] getInput1() { return input1; }
public ushort[] getInput2() { return input2; }
}
/// <summary>
/// Interaction logic for MainWindow.xaml
/// </summary>
public partial class MainWindow : Window
{
public MainWindow()
{
InitializeComponent();
Random random = new Random();
int length = 55 * 1024 * 1024;
ushort[] output = new ushort[length];
ushort[] input1 = new ushort[length];
ushort[] input2 = new ushort[length];
ArrayHolder theArrayHolder = new ArrayHolder(length);
for (int i = 0; i < length; i++)
{
output[i] = (ushort)random.Next(0, 16384);
input1[i] = (ushort)random.Next(0, 16384);
input2[i] = (ushort)random.Next(0, 16384);
theArrayHolder.getOutput()[i] = output[i];
theArrayHolder.getInput1()[i] = input1[i];
theArrayHolder.getInput2()[i] = input2[i];
}
Stopwatch stopwatch = new Stopwatch();
stopwatch.Start();
int number = 44;
float b = (float)number / 100.0f;
for (int i = 0; i < length; i++)
{
output[i] =
(ushort)(input1[i] +
(ushort)(b * (float)input2[i]));
}
stopwatch.Stop();
Console.WriteLine("Time elapsed: {0}",
stopwatch.Elapsed);
stopwatch.Reset();
stopwatch.Start();
for (int i = 0; i < length; i++)
{
theArrayHolder.output[i] =
(ushort)(theArrayHolder.input1[i] +
(ushort)(b * (float)theArrayHolder.input2[i]));
}
stopwatch.Stop();
Console.WriteLine("Time elapsed: {0}",
stopwatch.Elapsed);
stopwatch.Reset();
stopwatch.Start();
for (int i = 0; i < length; i++)
{
theArrayHolder.getOutput()[i] =
(ushort)(theArrayHolder.getInput1()[i] +
(ushort)(b * (float)theArrayHolder.getInput2()[i]));
}
stopwatch.Stop();
Console.WriteLine("Time elapsed: {0}",
stopwatch.Elapsed);
}
}
清单2，C ++等价物： // looptiming.cpp：定义控制台应用程序的入口点。 //
#include "stdafx.h"
#include <stdlib.h>
#include <windows.h>
#include <stdio.h>
#include <iostream>
int _tmain(int argc, _TCHAR* argv[])
{
int length = 55*1024*1024;
unsigned short* output = new unsigned short[length];
unsigned short* input1 = new unsigned short[length];
unsigned short* input2 = new unsigned short[length];
unsigned short* outPtr = output;
unsigned short* in1Ptr = input1;
unsigned short* in2Ptr = input2;
int i;
const int max = 16384;
for (i = 0; i < length; ++i, ++outPtr, ++in1Ptr, ++in2Ptr){
*outPtr = rand()%max;
*in1Ptr = rand()%max;
*in2Ptr = rand()%max;
}
LARGE_INTEGER ticksPerSecond;
LARGE_INTEGER tick1, tick2; // A point in time
LARGE_INTEGER time; // For converting tick into real time
QueryPerformanceCounter(&tick1);
outPtr = output;
in1Ptr = input1;
in2Ptr = input2;
int number = 44;
float b = (float)number/100.0f;
for (i = 0; i < length; ++i, ++outPtr, ++in1Ptr, ++in2Ptr){
*outPtr = *in1Ptr + (unsigned short)((float)*in2Ptr * b);
}
QueryPerformanceCounter(&tick2);
QueryPerformanceFrequency(&ticksPerSecond);
time.QuadPart = tick2.QuadPart - tick1.QuadPart;
std::cout << "Run time for pointer walk: " << (double)time.QuadPart/(double)ticksPerSecond.QuadPart << std::endl;
return 0;
}
编辑2：在第二个示例中启用/ QxHost会将时间减少到0.0662714秒。修改第一个循环为@Reed建议让我归结为
时间流逝：00：00：00.3835017
所以，滑块还不够快。那段时间是通过代码：
stopwatch.Start();
Parallel.ForEach(Partitioner.Create(0, length),
(range) =>
{
for (int i = range.Item1; i < range.Item2; i++)
{
output[i] =
(ushort)(input1[i] +
(ushort)(b * (float)input2[i]));
}
});
stopwatch.Stop();
编辑3 根据@Eric Lippert的建议，我在发布时重新运行C＃中的代码，而不是使用附加的调试器，只需将结果打印到对话框中。他们是：
（这些数字来自5次平均值）
因此，并行解决方案肯定比我之前获得的3.5秒快，但仍然有点低于使用非icc处理器可实现的0.074秒。因此，似乎最快的解决方案是在发布中编译然后编组到icc编译的C ++可执行文件，这使得可以使用滑块。
编辑4：来自@Eric Lippert的另外三个建议：将for循环的内部从length更改为array.length，使用双精度，并尝试使用不安全的代码。
对于这三个人，现在的时机是：
到目前为止，并行解决方案是最大赢家。虽然如果我可以通过着色器添加这些，也许我可以在那里看到某种加速......
这是附加代码：
stopwatch.Reset();
stopwatch.Start();
double b2 = ((double)number) / 100.0;
for (int i = 0; i < output.Length; ++i)
{
output[i] =
(ushort)(input1[i] +
(ushort)(b2 * (double)input2[i]));
}
stopwatch.Stop();
DoubleArrayLabel.Content += "\t" + stopwatch.Elapsed.Seconds + "." + stopwatch.Elapsed.Milliseconds;
stopwatch.Reset();
stopwatch.Start();
for (int i = 0; i < output.Length; ++i)
{
output[i] =
(ushort)(input1[i] +
(ushort)(b * input2[i]));
}
stopwatch.Stop();
LengthArrayLabel.Content += "\t" + stopwatch.Elapsed.Seconds + "." + stopwatch.Elapsed.Milliseconds;
Console.WriteLine("Time elapsed: {0}",
stopwatch.Elapsed);
stopwatch.Reset();
stopwatch.Start();
unsafe
{
fixed (ushort* outPtr = output, in1Ptr = input1, in2Ptr = input2){
ushort* outP = outPtr;
ushort* in1P = in1Ptr;
ushort* in2P = in2Ptr;
for (int i = 0; i < output.Length; ++i, ++outP, ++in1P, ++in2P)
{
*outP = (ushort)(*in1P + b * (float)*in2P);
}
}
}
stopwatch.Stop();
UnsafeArrayLabel.Content += "\t" + stopwatch.Elapsed.Seconds + "." + stopwatch.Elapsed.Milliseconds;
Console.WriteLine("Time elapsed: {0}",
stopwatch.Elapsed);
答案 0 :(得分：19)
这应该是完全可并行化的。但是，考虑到每个元素的工作量很少，您需要格外小心处理。
执行此操作（在.NET 4中）的正确方法是将Parallel.ForEach与分区程序结合使用：
float b = (float)number / 100.0f;
Parallel.ForEach(Partitioner.Create(0, length),
(range) =>
{
for (int i = range.Item1; i < range.Item2; i++)
{
image.DataArray[i] =
(ushort)(mUIHandler.image1.DataArray[i] +
(ushort)(b * (float)mUIHandler.image2.DataArray[i]));
}
});
这将有效地划分系统中可用处理核心的工作，并且如果您有多个核心，则应提供适当的加速。
话虽这么说，但这最多只会加速系统内核数量的增加。如果你需要加快速度，你可能需要恢复混合的并行化和不安全的代码。在那时，可能值得考虑尝试实时呈现这一点的替代方案。
答案 1 :(得分：7)
假设您有很多这样的人，您可以尝试并行化操作（并且您使用的是.NET 4）：
Parallel.For(0, length, i=>
{
image.DataArray[i] =
(ushort)(mUIHandler.image1.DataArray[i] +
(ushort)(b * (float)mUIHandler.image2.DataArray[i]));
});
当然，这完全取决于这种并行化是否值得。该陈述在计算上看起来很短;按编号访问索引的速度非常快。您可能会获得收益，因为这个循环正在运行那么多次数据。