C++ 優化方法

1.單個線程中，將加鎖變量取出來，傳遞給局部變量，然后釋放加鎖變量，可有效減少加鎖時間。

?

void?QCJSynchronizer::core()?{
????while?(run_flag_)?{
????????std::deque?data;
????????{
????????????std::unique_lock?lock(mutex_);
????????????if?(msg_deque_.empty())?{
????????????????condition_.wait(lock);
????????????????if?(!run_flag_)?{
????????????????????continue;
????????????????}
????????????}
????????????data?=?msg_deque_;???//?msg指針傳遞給局部變量data指針
????????????msg_deque_.clear();??//?msg指針清空，不再指向內存空間
????????}
??//?后續就是線程內部對局部變量的處理，不需要加速
????????while?(!data.empty())?{
???//?work
????????????//?1.?正常情況,所有的消息序列都在均勻地接收消息數據
????????????if?(deque.size()?==?(size_t)?1)?{
????//?work
????????????}?else?{
????????????}

????????????//?2.?不正常情況,某一個已經超過了queue_size
???//?work
????????}
????}
}

?

2.4個變量的向量需要計算,可使用vmulq_f32并行處理加速

?

//?××××××××××××××??x86平臺???××××××××××××××
void?so3(const?float?*src,?float?*tgt)?const?{
????__m128?p0?=?_mm_mul_ps(_mm_load_ps1(&src[0]),?c[0]);???//?并行處理
????__m128?p1?=?_mm_mul_ps(_mm_load_ps1(&src[1]),?c[1]);
????__m128?p2?=?_mm_mul_ps(_mm_load_ps1(&src[2]),?c[2]);
????_mm_store_ps(tgt,?_mm_add_ps(p0,?_mm_add_ps(p1,?p2)));
}

?

_mm_mul_ps:

Multiplies the four single-precision, floating-point values of a and b.

3.Strength reduction

3.1 由于不同指令本身的速度就是不一樣的，比較、整型的加減、位操作速度都是最快的，而除法/取余卻很慢。

?

#include?
#include?


//?獲取一個整數對應10進制的位數
uint32_t?digits10_v1(uint64_t?v)?{
????uint32_t?result?=?0;
????do?{
????????++result;
????????v?/=?10;
????}?while?(v);
????return?result;
}

uint32_t?digits10_v2(uint64_t?v)?{
??uint32_t?result?=?1;
??for?(;;)?{
????if?(v?=?100000);?//?10^5
????????????}
????????????return?7?+?(v?>=?10000000);?//?10^7
????????}
????????if?(v?=?1000000000);?//?10^9
????????}
????????return?11?+?(v?>=?100000000000);?//?10^11
????}
????return?12?+?digits10_v3(v?/?1000000000000);?//?10^12
}

#define?ITEM_COUNT?100
#define?RUN_TIMES?99

int?main(int?argc,?char?**argv)
{
????srand(100);
????uint64_t?digit10_array[ITEM_COUNT];
????for(?int?i?=?0;?i?

	?

	編譯一下:

	?
qiancj@qianchengjun:~/ShareFolder/5Codes/test/build$?g++?-g?-O2?../optimizatize.cpp??&&?./a.out


	?

	結果:

	?
sum1:935?????????sum2:935????????sum3:935
cost1:6us????????cost2:3us???????cost3:1us???????cost2/cost1:0.5?????????cost3/cost1:0.166667


	?

	核心原因是 digits10_v2 用比較和加法來減少除法 (/=) 操作，digits10_v3 通過搜索的方式進一步減少了除法操作。

	3.2 整形:

	1.類型轉換：

	int--> short/char (0~1 clock cycle)

	int --> float/double (4~16個clock cycle), signed int 快于 unsigned int，唯一一個場景 signed 比 unsigned 快的

	short/char?的計算通常使用?32bit?存儲，只是返回的時候做了截取，故只在要考慮內存大小的時候才使用?short/char，如?array

	注：隱式類型轉換可能會溢出，有符號的溢出變成負數，無符號的溢出變成小的整數

	2.運算：

	除法、取余運算unsigned int?快于signed int

	除以常量比除以變量效率高，因為可以在編譯期做優化，尤其是常量可以表示成2^n時

	++i和i++本身性能一樣，但不同的語境效果不一樣，如array[i++]比arry[++i]性能好；當依賴自增結果時，++i性能更好，如a=++b,a和b可復用同一個寄存器

	代碼示例

	?
//?div和mod效率
Timer?timer;
int?a,?b,?c;
timer.tic();
a?=?b?/?c;?//?This?is?slow
double?time4?=?timer.toc(true);
std::cout?<

	?

	結果:

				公式
			

				耗時(us)
		

				a = b / c
			

				0.054
		

				a = b / 10
			

				0.039
		

				a = (unsigned int)b / 10
			

				0.038
		

				a = b / 16
			

				0.036
		

				a = (unsigned int)b / 16
			

				0.037
		

	3.3 浮點型:

	單精度、雙精度的計算性能是一樣的

	常量的默認精度是雙精度

	不要混淆單精度、雙精度，混合精度計算會帶來額外的精度轉換開銷

	?
//?混用
float?a,?b;
a?=?b?*?1.2;?//?bad.?先將b轉換成double，返回結果轉回成float

float?a,?b;
a?=?b?*?1.2f;?//?ok.?everything?is?float

double?a,?b;
a?=?b?*?1.2;?//?ok.?everything?is?double


	?

	浮點除法比乘法慢很多，故可以利用乘法來加快速度

	?
double?y,?a1,?a2,?b1,?b2;
y?=?a1/b1?+?a2/b2;??????????????//?slow
double?y,?a1,?a2,?b1,?b2;
y?=?(a1*b2?+?a2*b1)?/?(b1*b2);?//?faster


	?

	實際結果差不多,在除法較多的情況下,第二種方式肯定要快一點.

	?
y?=?a1/b1?+?a2/b2??????????????0.026?us
y?=?(a1*b2?+?a2*b1)?/?(b1*b2);?0.026?us


	?

	時間比較：

	?
comparisons?????????????????????????(1?clock?cycle)
(u)int?add,?subtract,?bitops,?shift?(1?clock?cycle)
floating?point?add,?sub?????????????(3~6?clock?cycle)?
indexed?array?access????????????????(cache?effects)
(u)int32?mul????????????????????????(3~4?clock?cycle)
Floating?point?mul??????????????????(4~8?clock?cycle)
Float?Point?division,?remainder?????(14~45?clock?cycle)
(u)int?division,?remainder??????????(40~80?clock?cycle)


	?

	3.4?減少內存寫操作?一個很自然的優化想法，應該盡量避免內存寫操作；對于內存讀取,盡可能順序訪問內存

	?
struct?Bitfield?{
int?a:4;
int?b:2;
int?c:2;
};

Bitfield?x;
int?A,?B,?C;
x.a?=?A;
x.b?=?B;
x.c?=?C;


	?

	假定 A、B、C 都很小，且不會溢出，可以寫成

	?
union?Bitfield?{
struct?{
int?a:4;
int?b:2;
int?c:2;
};
char?abc;
};
Bitfield?x;
int?A,?B,?C;
x.abc?=?A?|?(B?<

	?

	如果需要考慮溢出，也可以改為

	?
x.abc?=?(A?&?0x0F)?|?((B?&?3)?<

	?

	3.5?避免不必要的函數，特別在最底層的循環，應該盡量讓代碼在一個函數內。看起來與良好的編碼習慣沖突(一個函數最好不要超過80行)，其實不然，跟這個系列其他優化一樣，我們應該知道何時去使用這些優化，而不是一上來就讓代碼不可讀。

	3.6 嘗試使用inline函數，讓函數調用的地方直接用函數體替換。inline對編譯器來說是個建議，而且不是inline了性能就好，一般當函數比較小或者只有一個地方調用的時候，inline效果會比較好

	3.7 在函數內部使用循環

	(e.g., change?for(i=0;i<100;i++) DoSomething(); into?DoSomething() { for(i=0;i<100;i++) { ... } }?)

	3.8 減少函數的間接調用，如偏向靜態鏈接而不是動態鏈接，盡量少用或者不用多繼承、虛擬繼承

	3.9 優先使用迭代而不是遞歸

	3.10?使用函數來替換define，從而避免多次求值。宏的其他缺點：不能overload和限制作用域（undef除外）

	?
//?Use?macro?as?inline?function
#define?MAX(a,b)?((a)?>?(b)???(a)?:?(b))
y?=?MAX(f(x),?g(x));

//?Replace?macro?by?template
template?
static?inline?T?max(T?const?&?a,?T?const?&?b)?{
return?a?>?b???a?:?b;
}


	?

	3.11 ** 盡可能的減少跳轉和分支**,對于長的if...else，使用switch case，以減少后面條件的判斷，把最容易出現的條件放在最前面

	3.12 在跳轉之間的代碼盡量減少數據依賴

	3.13 多使用引用傳遞參數，減少值傳遞

	4 常見的優化手段

	1. 消除條件分支

	代碼實例

	?
if?(a?

	?

	優化版本1

	?
int?mask?=?(a-b)?>>?31;
r?=?(mask?&?c)?|?(~mask?&?d);


	?

	優化版本2

	?
int?mask?=?(a-b)?>>?31;
r?=?d?+?mask?&?(c-d);


	?

	優化版本3

	?
//?cmovg版本
r =?(a < b)?？c : d;


	?

	bool 類型變換

	實例代碼

	?
bool?a,?b,?c,?d;
c?=?a?&&?b;
d?=?a?||?b;


	?

	編譯器的行為是

	?
bool?a,?b,?c,?d;
if?(a?!=?0)?{
????if?(b?!=?0)?{
????????c?=?1;
????}
????else?{
????????goto?CFALSE;
????}
}
else?{
CFALSE:
????c?=?0;
}
if?(a?==?0)?{
????if?(b?==?0)?{
????????d?=?0;
????}
????else?{
????????goto?DTRUE;
????}
}
else?{
DTRUE:
????d?=?1;
}


	?

	優化版本

	?
char?a?=?0,?b?=?0,?c,?d;
c?=?a?&?b;
d?=?a?|?b;


	?

	實例代碼2

	?
bool?a,?b;
b?=?!a;
//?優化成
char?a?=?0,?b;
b?=?a?^?1;


	?

	反例

	a && b?何時不能轉換成?a & b，當 a 不可能為?false?的情況下

	a | | b?何時不能轉換成?a | b，當 a 不可能為?true?的情況下

	2. 循環展開

	實例代碼

	?
int?i;
for?(i?=?0;?i?

	?

	優化版本

	?
int?i;
for?(i?=?0;?i?

	?

	優化說明

	優點：減少比較次數、某些CPU上重復次數越少預測越準、去掉了if判斷

	缺點：需要更多的code cache or micro-op cache、有些處理器(core 2)對于小循環性能很好(小于65bytes code)、循環的次數和展開的個數不匹配

	一般編譯器會自動展開循環，程序員不需要主動去做，除非有一些明顯優點，比如減少上面的if判斷

	3. 邊界檢查

	實例代碼1

	?
const?int?size?=?16;?int?i;
float?list[size];
...
if?(i?=?size)?{
????cout?<=?(unsigned?int)size)?{
????cout?<

	?

	實例代碼2

	?
const?int?min?=?100,?max?=?110;?int?i;
...
if?(i?>=?min?&&?i?<=?max)?{?...

//優化版本

if?((unsigned?int)(i?-?min)?<=?(unsigned?int)(max?-?min))?{?...


	?

	4. 使用數組

	實例代碼1

	?
float?a;?int?b;
a?=?(b?==?0)???1.0f?:?2.5f;

//?使用靜態數組
float?a;?int?b;
static?const?float?OneOrTwo5[2]?=?{1.0f,?2.5f};
a?=?OneOrTwo5[b?&?1];


	?

	實例代碼2

	?
//?數組的長度是2的冪
float?list[16];?int?i;
...
list[i?&?15]?+=?1.0f;


	?

	5. 整形的 bit array 語義，適用于 enum、const、define

	?
enum?Weekdays?{
????Sunday,?Monday,?Tuesday,?Wednesday,?Thursday,?Friday,?Saturday
};
Weekdays?Day;
if?(Day?==?Tuesday?||?Day?==?Wednesday?||?Day?==?Friday)?{
????DoThisThreeTimesAWeek();
}

//?優化版本?using?&
enum?Weekdays?{
????Sunday?=?1,?Monday?=?2,?Tuesday?=?4,?Wednesday?=?8,
????Thursday?=?0x10,?Friday?=?0x20,?Saturday?=?0x40
};
Weekdays?Day;
if?(Day?&?(Tuesday?|?Wednesday?|?Friday))?{
????DoThisThreeTimesAWeek();
}


	?

	?

	　　審核編輯：湯梓紅