Tag: 优化

Matlab mex文件与其直接C等效文件相比较慢

我无法解释（并避免）Matlab mex程序与没有Matlab接口的相应C程序之间的速度差异。 我一直在分析数值分析程序： int main(){ Well_optimized_code(); } 使用gcc 4.4针对Matlab-Mex等效编译（指向使用gcc44，这不是Matlab当前支持的版本，但出于其他原因需要）： void mexFunction(int nlhs,mxArray* plhs[], int nrhs, const mxArray* prhs[]){ Well_optimized_code(); //literally the exact same code } 我执行的时间如下： $ time ./C_version 与 >> tic; mex_version(); toc 时间上的差异是惊人的。 从命令行运行的版本平均需要5.8秒。 Matlab中的版本在21秒内运行。 对于上下文，mex文件替换SimBiology工具箱中的算法，该算法大约需要26秒才能运行。 与Matlab算法相比，C和mex版本都使用对openMP的调用线性扩展到27个线程，但为了进行性能分析，这些调用已被禁用并注释掉。 这两个版本以相同的方式编译，除了作为mex文件编译的必要标志：-fPIC –shared -lmex -DMATLAB_MEX_FILE应用于mex编译/链接。 我删除了对mex文件的左右参数的所有引用。 也就是说它不需要输入，也没有输出，它仅用于分析。 伟大而光荣的谷歌告诉我，与位置无关的代码不应该是经济放缓的源头，而且我不知所措。 任何帮助将不胜感激， 安德鲁

你有多快能进行线性搜索？

我正在寻找优化这种线性搜索： static int linear (const int *arr, int n, int key) { int i = 0; while (i = key) break; ++i; } return i; } 数组已排序，函数应返回大于或等于键的第一个元素的索引。 它们的数组不大（低于200个元素），并且会为大量搜索准备一次。 如果需要，可以在第n个之后将数组元素初始化为适当的数组，如果这样可以加快搜索速度。 不，不允许二进制搜索，只允许线性搜索。 编辑 ：我在博客文章中总结了有关此主题的所有知识。

在C / C ++中`if（CONSTANT）{…}`是否已经过优化？

现代编译器是否优化了一段代码，如if(CONSTANT) { … } ，其中CONSTANT是文字，模板参数， const变量或constexpr变量？ 他们是否删除整个if(0) { … }表达式或“抛弃” if(1) { … }的if(1)部分？

我什么时候应该省略帧指针？

省略帧指针时是否有任何实质性的优化？ 如果我通过阅读本页正确理解，当我们想要避免保存，设置和恢复帧指针时，使用-fomit-frame-pointer 。 这是仅针对每个函数调用完成的吗？如果是这样，是否真的值得为每个函数避免一些指令？ 优化不是一件容易的事。 除了调试限制之外，使用此选项的实际含义是什么？ 我使用和不使用此选项编译了以下C代码 int main(void) { int i; i = myf(1, 2); } int myf(int a, int b) { return a + b; } ， # gcc -S -fomit-frame-pointer code.c -o withoutfp.s # gcc -S code.c -o withfp.s 。 diff -u这两个文件显示以下汇编代码： — withfp.s 2009-12-22 00:03:59.000000000 +0000 +++ withoutfp.s 2009-12-22 00:04:17.000000000 +0000 […]

如何编写快速（低级）代码？

我想了解有关低级代码优化以及如何利用底层机器架构的更多信息。 我正在寻找关于在哪里阅读有关此主题的好指示。 更多细节： 我感兴趣的是在C / C ++等低级语言中进行科学计算（这是一个很多数字运算但不仅仅是 ）的优化。 我特别感兴趣的是优化方法，这些方法并不明显，除非人们对机器的工作原理有很好的了解（我还没有）。 例如，很明显，更好的算法更快，而不知道它运行的机器的任何信息。 如果首先循环遍历列或行的矩阵，那么这一点并不明显。 （最好循环遍历矩阵，以便连续读取存储在相邻位置的元素。） 关于该主题的基本建议或文章指针是最受欢迎的。 答案 得到了许多伟大指针的答案，比我有时间阅读的要多得多。 这是所有这些的列表： 英特尔软件优化食谱 （书） 每个程序员应该了解的内存 （pdf书） 写出伟大的代码，第2卷：思考低级，写高级 （书） Agner Fog的软件优化资源 （五本详细的pdf手册） 我需要一些脱脂时间来决定使用哪一个（没有时间）。

在C中，为什么“signed int”比“unsigned int”更快？

在C中，为什么signed int比unsigned int更快？ 是的，我知道这个网站已被多次询问和回答（链接如下）。 但是，大多数人都说没有区别。 我编写了代码并意外地发现了显着的性能差异。 为什么我的代码的“未签名”版本比“签名”版本慢（即使在测试相同的数字时）？ （我有一个x86-64英特尔处理器）。 类似的链接 签名比无符号整数更快 无符号vs有符号整数的性能 编译命令： gcc -Wall -Wextra -pedantic -O3 -Wl,-O3 -g0 -ggdb0 -s -fwhole-program -funroll-loops -pthread -pipe -ffunction-sections -fdata-sections -std=c11 -o ./test ./test.c && strip –strip-all –strip-unneeded –remove-section=.note –remove-section=.comment ./test signed int版本 注意：如果我在所有数字上明确声明了signed int ，则没有区别。 int isprime(int num) { // Test if a signed int is prime […]

C中的多字加法

我有一个使用GCC的__uint128_t的C程序很棒，但现在我的需求已经超越了它。 我有196或256位快速算术的选择吗？ 我需要的唯一操作是加法（我不需要进位，即，我将使用mod 2 ^ 192或2 ^ 256）。 速度很重要，所以如果可能的话，我不想转向一般的多精度。 （实际上我的代码确实在某些地方使用了多精度，但这是在关键循环中并且将运行数百亿次。到目前为止，多精度需要运行数万次。） 也许这很简单，可以直接编码，或者我需要找到一些合适的库。 你的建议是什么，哦Stack Overflow？ 澄清：GMP对我的需求来说太慢了。 虽然我实际上在我的代码中使用了多精度，但它不在内循环中并且运行时间少于10 ^ 5次。 热循环运行更像10 ^ 12次。 当我改变我的代码（增加一个尺寸参数）以使多精度部分比单精度运行更频繁时，我的速度减慢了100倍（主要是由于内存管理问题，我认为，而不是额外的μops）。 我希望将其降低到4倍或更好。

为什么在function序言/尾声中使用ebp？

前段时间我正在尝试编写汇编程序并将其与C程序链接，我发现我可以跳过标准的C调用序言尾声 push ebp mov ebp, esp (sub esp, 4 … mov esp, ebp) pop ebp 只是跳过这一切，只需通过esp ，就像 mov eax, [esp+4] ;; take argument mov [esp-4], eax ;; use some local variable storage 它似乎工作得很好。 为什么使用这个ebp – 可能更快地通过ebp解决或者是什么？

转换4×4字节矩阵的最快方法

我有一个4×4字节块，我想使用通用硬件进行转置。 换句话说，对于字节AP，我正在寻找最有效的（就指令数量而言）的方式 ABCD EFGH IJKL MNOP 至 AEIM BFJN CGKO DHLP 我们可以假设我在内存中有指向A ， E ， I和M有效指针（这样从A读取32位将得到包含字节ABCD的整数）。 由于对大小和数据类型的限制，这不是此问题的重复。 我的矩阵的每一行都可以容纳32位整数，我正在寻找能够使用通用硬件快速执行转置的答案，类似于SSE宏_MM_TRANSPOSE4_PS 。

哪个运算符更快（>或> =），（<或<=）？

<更便宜（更快）而不是<= ，同样地， >比>=更便宜（更快）？ 免责声明：我知道我可以测量，但这只会在我的机器上，我不确定答案是否可以是“特定于实现”或类似的东西。