C：动态分配数组的memcpy速度
我需要有关以下代码性能的帮助。 它对两个任意大小的动态分配数组执行memcpy：
int main() { double *a, *b; unsigned n = 10000000, i; a = malloc(n*sizeof(double)); b = malloc(n*sizeof(double)); for(i=0; i<n; i++) { a[i] = 1.0; /* b[i] = 0.0; */ } tic(); bzero(b, n*sizeof(double)); toc("bzero1"); tic(); bzero(b, n*sizeof(double)); toc("bzero2"); tic(); memcpy(b, a, n*sizeof(double)); toc("memcpy"); } tic / toc测量执行时间。
在我的电脑上，memcpy需要0.035秒（Linux，gcc版本4.4.6）。 如果我现在取消注释初始化目标数组b的行，则代码快三倍（！） – 0.011s。
我在使用循环而不是memcpy时观察到类似的行为。 通常我不关心这个，因为它足以在使用之前“初始化”内存。 但是，我现在需要执行一个简单的内存复制，并尽可能快地完成。 初始化数据需要将0写入存储器，这不是必需的并且需要时间。 我想用所有可用的内存带宽执行内存复制。
这个问题有解决方案吗？ 或者它是否与Linux处理动态内存（某种惰性页面分配？）的方式相关联，并且无法解决？ 它在其他系统上怎么样？
编辑：使用gcc 4.6获得相同的结果。 我用-O3编译。
编辑：谢谢大家的意见。 我知道内存映射需要时间。 我想我只是很难接受它需要这么长的时间，比实际的内存访问时间长得多。 代码已被修改为包含使用两个后续bzero调用的数组b初始化的基准。 时间现在显示
bzero1 0.273981
bzero2 0.056803
memcpy 0.117934
显然，第一个bzero调用不仅仅是将零流传输到内存 – 即内存映射和内存清零。 另一方面，第二个bzero调用占用了memcpy所需的一半时间，这与预期完全一样 – 只写时间与读写时间。 据我所知，由于操作系统安全原因，第二次bzero调用的开销必须在那里。 剩下的呢？ 我不能以某种方式减少它，例如使用更大的内存页面吗？ 不同的内核设置？
我应该提一下，我在Ubuntu wheeze上运行它。
由于（1）延迟页面分配和（2）内核的惰性页面零初始化，第一个bzero运行时间更长。 虽然由于安全原因第二个原因是不可避免的，但是可以通过使用更大（“巨大”）的页面来优化延迟页面分配。
至少有两种方法可以在Linux上使用大页面。 艰难的方式是hugetlbfs 。 简单的方法是透明的巨大页面 。
在系统上的进程列表中搜索khugepaged 。 如果存在这样的过程，则支持透明的大页面，如果将malloc更改为此，则可以在应用程序中使用它们：
posix_memalign((void **)&b, 2*1024*1024, n*sizeof(double)); madvise((void *)b, n*sizeof(double), MADV_HUGEPAGE);
它可能是懒惰的页面分配，Linux只在第一次访问时映射页面。 IIRC在Linux的新块中的每个页面都是一个空白页面的写入时复制，并且您的分配足以要求新块。
如果你想解决它，你可以用4k的间隔写一个字节或一个字。 这可能会使映射到RAM的虚拟地址比写入整个页面的速度快一些。
我不希望（最有效的解决办法强制执行延迟内存映射）加上（复制）要比没有初始化b （复制）明显更快，但是。 因此，除非有一个特定的原因让你关心副本的性能，而不是整个操作的性能，否则它是徒劳的。 这是“立即付款或稍后付款”，Linux稍后支付，而您只是为以后测量时间。
当然，如果您将初始化速度和复制速度与仅复制速度进行比较，则初始化应包含在定时部分中。 在我看来你应该实际比较这个：
// Version 1 for(i=0; i
对此：
// Version 2 for(i=0; i
我预计这将使你的3倍速度提升急剧下降。
编辑：正如Steve Jessop所建议的那样，您可能还想测试第三种策略，即每页只触摸一个条目：
// Version 3 for(i=0; i