Android 浮动还是双倍？

在执行算术运算（+-*/%）时，哪一种速度更快，是双精度还是浮点型？出于内存原因，是否值得仅使用浮点型？精确性不是问题，而是很大的问题

你可以随便说我疯了，因为我想这个。奇怪的是，我看到我使用的浮动量越来越大

编辑1：

---

这是在安卓系统下的唯一原因，因为我认为这就是记忆的重要性所在；对于桌面开发，我甚至不会要求这样做。

对于快速操作，我也不建议这样做，但我相信浮点数上的操作会更快，因为它们是32位对64位的双倍运算。

浮点数是32位或4字节

双精度是64位或8字节

---

因此，是的，根据sun java认证书，浮点的大小是它的一半。

现在在CPU中，这两种类型的处理速度应该大致相同。

“使用可接受结果所需的精度。”

相关问题在这里已经被问了好几次了，所以

编辑：

在速度方面，在更现代的硬件上，float和double没有区别

---

请从developer.android.com上查看此消息。

ADT v21 lint消息建议使用Double而不是Float，因为从Froyo开始，Dalvik中的JIT（准时）优化（API 8和更高版本）

我使用了FloatMath.sin，它在“解释问题”上下文菜单下建议使用Math.sin。在我看来，这就像是一条关于双vs浮点的一般信息，而不仅仅是与trig相关的信息

“在旧版本的Android中，使用 建议将android.util.FloatMath用于 在浮动上操作时的性能原因。 然而，在现代硬件上，翻倍速度同样快 作为float（尽管它们占用更多内存），并且 Android的最新版本，FloatMath实际上是 由于JIT的方式，比使用java.lang.Math慢 优化java.lang.Math 数学而不是浮动数学，如果你只针对 弗罗约及以上。“

---

希望这能有所帮助。

我也对此感到好奇，并编写了一个小测试：

#include <iostream>
#include <chrono>

template<typename numType>
void test(void)  {
    std::cout<< "Size of variable: " << sizeof(numType) << std::endl;
    numType array[20000];

    auto t1 = std::chrono::high_resolution_clock::now();
    // fill array
    for( numType& number : array ) {
        number = 1.0014535;
    }

    auto t2 = std::chrono::high_resolution_clock::now();

    // multiply each number with itself 10.000 times
    for( numType& number : array ) {
        for( int i=0; i < 10000 ; i++ )  {
            number *= number;
        }
    }

    auto t3 = std::chrono::high_resolution_clock::now();

    auto filltime = t2 - t1;
    auto calctime = t3 - t2;

    std::cout<< "Fill time: " << filltime.count() << std::endl;
    std::cout<< "Calc time: " << calctime.count() << std::endl;
}

int main(int argc, char* argv[]) {
    test<float>();
    test<double>();
}

结果是可复制的。因此，double的内存分配需要稍长的时间，但实际计算时间完全相同

---

出于好奇，我还使用Visual Studio 2012在英特尔i7 920处理器上以发布模式在Windows 7 x64下运行并编译了它

（时间单位不同，因此不要将上述结果与这些结果进行比较：它仅对内部比较有效）

结果是可复制的

windows上的分配似乎是即时的，这可能是因为linux在您使用它之前不会给您内存，而windows只是一次将内存全部交给您，需要的系统调用更少。或者，任务被优化了

这里的双精度乘法比浮点数慢21.5%。与上一次测试的差异可能是由于处理器不同（至少这是我最好的猜测）

在速度方面，在更现代的硬件上，float和double没有区别

非常便宜的设备似乎有一个有限的FPU，浮动速度超过两倍。我在CMX设备上进行了测试，该设备目前是世界上最便宜的平板电脑之一：

• “浮动”测试代码需要4.7秒
• 使用“double”的相同代码需要6.6秒

这个问题已经被问了好几次了

对。因为对于不同类型的硬件，答案是不同的。在台式计算机上，double的速度与float相同。在没有FPU（对WLAN路由器黑客来说很有趣）的设备上，浮点运算速度是双倍运算速度的2-5倍；并且在具有32位FPU（通常在工业和汽车应用中发现）的设备上，甚至达到100倍

请查看这篇文章

文章的最后一节说，您必须在要使用的硬件设备上进行时间测量，才能100%确定。

避免使用浮点值

根据经验，浮点运算比整数运算慢2倍左右 Android驱动的设备

在速度方面，浮球和双球在速度上没有区别 更现代化的硬件。从空间上看，double要大2倍。和桌面一样 机器，假设空间不是问题，您应该更喜欢双人而不是 浮动

此外，即使对于整数，有些处理器也有硬件乘法，但 缺乏硬件划分。在这种情况下，整数除法和模 操作是在软件中执行的，如果 你正在设计一个哈希表或者做很多数学运算

---

引用的android文档表明，对于快速操作，整数更可取。从表面上看，这似乎有点奇怪，但使用ints vs float vs double的算法的速度取决于几个层次：

JIT或VM：它们将数学运算转换为主机的本机指令集，这种转换会对性能产生很大影响。由于底层硬件可能因平台而异，因此很难编写在所有情况下都能发出最佳代码的VM或JIT。可能仍然最好使用JIT/VM推荐的快速类型（在本例中为整数），因为随着JIT和VM更好地发出更高效的本机指令，您的高级代码应该在不做任何修改的情况下获得相关的性能提升

本机硬件（为什么第一级不是完美的）：现在大多数处理器都有硬件浮点单元（支持浮点和双精度）。如果存在这样的硬件单元，浮点/双精度运算可能比整数快，除非还支持硬件整数。使问题更加复杂的是，大多数CPU都有某种形式的SIMD（单指令多数据）支持，允许对操作进行矢量化

Size of variable: 4
Fill time: 69
Calc time: 694303

Size of variable: 8
Fill time: 76
Calc time: 693363

Size of variable: 4
Fill time: 0
Calc time: 3200183

Size of variable: 8
Fill time: 0
Calc time: 3890223