C++ std:：转换比for循环慢

我曾想过实现一个矩阵类，它使用算法中的

std:：transform

进行计算，但在某些情况下，编写循环会更快

查看元素添加的add

操作符+=

。如果rhs矩阵有1列，但行数与lhs矩阵相同，我可以执行以下操作：

for (auto c = 0; c < cols(); ++c) {
    std::transform(std::execution::par, col_begin(c), col_end(c), rhs.begin(), col_begin(c), std::plus<>());
}

（自动c=0；c 或者使用简单的循环：

auto lhsval = begin();
auto rhsval= rhs.begin();

for (auto r = 0; r < rows(); ++r) {
   for (auto c = 0; c < cols(); ++c) {
       *lhsval += *rhsval;
       ++lhsval;
   }
   ++rhsval;
}

auto-lhsval=begin（）；
auto rhsval=rhs.begin（）；
对于（自动r=0；r

为供参考，我编写了一个接受步骤的迭代器。因此，

col\u begin（）

返回一个迭代器，该迭代器将跳过

操作符+++

我使用googlebenchmark对两种实现之间的差异进行了计时，并得出结论，循环速度大约是使用std:：transform的5倍。也许应该有区别，但区别不是那么大

您可以在以下位置查看完整的代码：

---

传递

std:：execution:：par

要求库并行化此操作。这增加了开销，即使只是为了确定“您的问题太小，无法并行化”。在进行并行化之前，被转换的元素的数量必须相当大（有时是几十万或数百万），并且需要有适当的硬件（在两核机器上进行并行化比在64核机器上进行并行化要少得多）

---

循环版本的

与没有
std:：execution:：par
参数的普通
std:：transform
非常相似。如果删除该参数且性能差异仍然很大，请使用该信息更新您的问题，以及编译器版本、平台、编译器开关和有关数据集的信息：行/列数等。
如果没有
std:：execution:：par
，是否会发生同样的情况？您是在发布模式下编译的吗？提示：当询问性能（而不是效率）时，如果不指定如何编译代码，这些问题通常是无法回答的。我们需要-您的编译器、您的构建（调试/发布）和您的编译器选项（主要是优化标志）。在第一个示例中，您在两个未连接的内存区域上迭代多次。在第二种情况下，您只使用单个rhs值迭代一个区域，该值可以通过compiler@bazz-迪，它一点也不大。缓存未命中（及其子类型，分支预测失误）会在低级别上造成巨大的性能问题。另外，我在代码中注意到矩阵是如何组织的。难怪对行和列进行迭代的速度更快——行中的单元格在内存中靠得很近，在一条缓存线中。尝试反转for循环，然后检查性能。我非常确信（若编译器并没有优化它），它将几乎和我们的代码示例看起来不一样的慢。确保他们做同样的事情。发一封邮件，你好。测试数据为1000x1000矩阵。在评论中，您可以看到其他信息。但我认为我的评论是正确的，我只是有缓存未命中。目前我找到了一种足够快的解决方案