C 是"==&引用；在排序数组中是否比未排序数组快？
注意：我认为，所谓的重复问题主要与“”比较有关，而不是“==”比较，因此没有回答我关于“==”运算符性能的问题 长期以来，我一直认为“处理”已排序数组应该比未排序数组更快。起初，我认为在排序数组中使用“==”应该比在未排序数组中使用“==”更快，因为——我猜——分支预测是如何工作的： 未排序的Darray：C 是"==&引用；在排序数组中是否比未排序数组快？,c,arrays,performance,optimization,sortedlist,C,Arrays,Performance,Optimization,Sortedlist,注意：我认为，所谓的重复问题主要与“”比较有关，而不是“==”比较，因此没有回答我关于“==”运算符性能的问题 长期以来，我一直认为“处理”已排序数组应该比未排序数组更快。起初，我认为在排序数组中使用“==”应该比在未排序数组中使用“==”更快，因为——我猜——分支预测是如何工作的： 未排序的Darray： 5 == 100 F 43 == 100 F 100 == 100 T 250 == 100 F 6 == 100 F (other elements to check) 5 == 100
5 == 100 F
43 == 100 F
100 == 100 T
250 == 100 F
6 == 100 F
(other elements to check)
5 == 100 F
6 == 100 F
43 == 100 F
100 == 100 T
(no need to check other elements, so all are F)
5 == 100 F
43 == 100 F
100 == 100 T
250 == 100 F
6 == 100 F
(other elements to check)
5 == 100 F
6 == 100 F
43 == 100 F
100 == 100 T
(no need to check other elements, so all are F)
srand(time(NULL));
int UNSORTEDARRAY[524288];
int SORTEDARRAY[sizeof(UNSORTEDARRAY)/sizeof(int)];
for(int i=0;i<sizeof(SORTEDARRAY)/sizeof(int);i++){
SORTEDARRAY[i]=UNSORTEDARRAY[i]=rand();
}
sort(SORTEDARRAY,SORTEDARRAY+sizeof(SORTEDARRAY)/sizeof(int));
string u="const int UNSORTEDARRAY[]={";
string s="const int SORTEDARRAY[]={";
for(int i=0;i<sizeof(UNSORTEDARRAY)/sizeof(int);i++){
u+=to_string(UNSORTEDARRAY[i])+",";
s+=to_string(SORTEDARRAY[i])+",";
}
u.erase(u.end()-1);
s.erase(s.end()-1);
u+="};\n";
s+="};\n";
ofstream out("number.h");
string code=u+s;
out << code;
out.close();
0.005376
0.005239
0.005220
0.005334
0.005120
0.005223
0.008407
0.008363
0.008606
0.005306
0.005227
0.005146
0.005376
0.005239
0.005220
0.005334
0.005120
0.005223
0.008407
0.008363
0.008606
0.005306
0.005227
0.005146
0.005376
0.005239
0.005220
0.005334
0.005120
0.005223
0.008407
0.008363
0.008606
0.005306
0.005227
0.005146
排序数组中的“==”是否比未排序数组快？如果是，为什么排序数组中的“>”比未排序的数组快，而“==”不是？一件立即浮现在脑海中的事情是CPU的分支预测算法 在比较
如果条件始终为false，则它始终为true。这与即使是最简单的分支预测也非常吻合
在未排序数组中，
条件的结果基本上是随机的，因此阻碍了任何分支预测
这就是使排序版本更快的原因
在比较==
的情况下，大多数情况下，条件为假，很少为真。无论数组是否排序，这都适用于分支预测。时间安排基本上是一样的。N.B.我的回答是因为评论时间太长了
这里的效果正是我们在大量的答案中已经详细解释过的。由于分支预测，在这种情况下处理排序数组的速度更快
在这里，罪魁祸首再次是分支预测。=
测试很少是正确的，因此分支预测对这两个测试的效果大致相同。当您将其更改为
时，您就得到了该问题中解释的行为，原因也是一样的
道德：
我相信“处理”排序数组应该比未排序数组更快
你需要知道为什么。这不是什么神奇的规则，也不总是正确的。比较=
与排序的关系比
要小。正确或错误地预测=
只取决于重复值的数量及其分布
您可以使用perf stat
查看性能计数器
jason@io /tmp $ lz4 -d ints | perf stat ./proc-eq >/dev/null
Successfully decoded 104824717 bytes
Performance counter stats for './proc-eq':
5226.932577 task-clock (msec) # 0.953 CPUs utilized
31 context-switches # 0.006 K/sec
24 cpu-migrations # 0.005 K/sec
3,479 page-faults # 0.666 K/sec
15,763,486,767 cycles # 3.016 GHz
4,238,973,549 stalled-cycles-frontend # 26.89% frontend cycles idle
<not supported> stalled-cycles-backend
31,522,072,416 instructions # 2.00 insns per cycle
# 0.13 stalled cycles per insn
8,515,545,178 branches # 1629.167 M/sec
10,261,743 branch-misses # 0.12% of all branches
5.483071045 seconds time elapsed
jason@io /tmp $ lz4 -d ints | sort -n | perf stat ./proc-eq >/dev/null
Successfully decoded 104824717 bytes
Performance counter stats for './proc-eq':
5536.031410 task-clock (msec) # 0.348 CPUs utilized
198 context-switches # 0.036 K/sec
21 cpu-migrations # 0.004 K/sec
3,604 page-faults # 0.651 K/sec
16,870,541,124 cycles # 3.047 GHz
5,300,218,855 stalled-cycles-frontend # 31.42% frontend cycles idle
<not supported> stalled-cycles-backend
31,526,006,118 instructions # 1.87 insns per cycle
# 0.17 stalled cycles per insn
8,516,336,829 branches # 1538.347 M/sec
10,980,571 branch-misses # 0.13% of all branches
jason@io /tmp $ lz4 -d ints | perf stat ./proc-gt >/dev/null
Successfully decoded 104824717 bytes
Performance counter stats for './proc-gt':
5293.065703 task-clock (msec) # 0.957 CPUs utilized
38 context-switches # 0.007 K/sec
50 cpu-migrations # 0.009 K/sec
3,466 page-faults # 0.655 K/sec
15,972,451,322 cycles # 3.018 GHz
4,350,726,606 stalled-cycles-frontend # 27.24% frontend cycles idle
<not supported> stalled-cycles-backend
31,537,365,299 instructions # 1.97 insns per cycle
# 0.14 stalled cycles per insn
8,515,606,640 branches # 1608.823 M/sec
15,241,198 branch-misses # 0.18% of all branches
5.532285374 seconds time elapsed
jason@io /tmp $ lz4 -d ints | sort -n | perf stat ./proc-gt >/dev/null
15.930144154 seconds time elapsed
Performance counter stats for './proc-gt':
5203.873321 task-clock (msec) # 0.339 CPUs utilized
7 context-switches # 0.001 K/sec
22 cpu-migrations # 0.004 K/sec
3,459 page-faults # 0.665 K/sec
15,830,273,846 cycles # 3.042 GHz
4,456,369,958 stalled-cycles-frontend # 28.15% frontend cycles idle
<not supported> stalled-cycles-backend
31,540,409,224 instructions # 1.99 insns per cycle
# 0.14 stalled cycles per insn
8,516,186,042 branches # 1636.509 M/sec
10,205,058 branch-misses # 0.12% of all branches
15.365528326 seconds time elapsed
jason@io/tmp$lz4-d ints | perf stat./proc eq>/dev/null
已成功解码104824717字节
“/proc eq”的性能计数器统计信息：
5226.932577任务时钟（毫秒）#使用了0.953个CPU
31个上下文开关#0.006 K/sec
24次cpu迁移#0.005 K/sec
3479页错误#0.666 K/sec
15763486767个周期#3.016 GHz
4238973549失速循环前端#26.89%前端循环闲置
暂停周期后端
31522072416指令#每周期2.00 INSN
#每insn 0.13次失速循环
8515545178分支机构#1629.167米/秒
10261743个分支未命中#占所有分支的0.12%
5.483071045秒经过的时间
jason@io/tmp$lz4-d ints | sort-n | perf stat./proc eq>/dev/null
已成功解码104824717字节
“/proc eq”的性能计数器统计信息：
5536.031410任务时钟（毫秒）#使用了0.348个CPU
198个上下文开关#0.036 K/sec
21 cpu迁移#0.004 K/秒
3604页错误#0.651 K/sec
16870541124个周期#3.047 GHz
5300218855失速循环前端#31.42%前端循环闲置
暂停周期后端
31526006118指令#每周期1.87 INSN
#每insn 0.17次失速循环
8516336829分支机构#1538.347米/秒
10980571分支机构未命中#占所有分支机构的0.13%
jason@io/tmp$lz4-d ints | perf stat./proc gt>/dev/null
已成功解码104824717字节
“/proc gt”的性能计数器统计信息：
5293.065703任务时钟（毫秒）#使用了0.957个CPU
38个上下文开关#0.007 K/sec
50 cpu迁移#0.009 K/秒
3466页错误#0.655 K/秒
15972451322个周期#3.018 GHz
4350726606失速循环前端#27.24%前端循环怠速
暂停周期后端
31537365299指令#每周期1.97 INSN
#每insn 0.14次失速循环
851560640分支机构#1608.823米/秒
15241198个分支未命中#占所有分支的0.18%
5.532285374秒经过的时间
jason@io/tmp$lz4-d ints | sort-n | perf stat./proc gt>/dev/null
15.930144154秒经过的时间
性能计数器统计数据