C++ 堆解决方案优于堆栈？

我正在编写一个C模拟，在这个模拟中，给定一系列要验证的规则，我们将其分解为“切片”，并验证每个切片。（基本思想是顺序很重要，规则的实际含义受其上面的一些规则的影响；我们可以用每个规则和上面重叠的规则制作一个“切片”。然后我们验证切片，这些切片通常比整个序列小得多。）

我的问题如下

我有一个结构（策略），它包含一个结构（规则）数组和一个int（长度）。 我最初的实现大量使用malloc和realloc：

struct{
  struct rule *rules;
  int length;
}policy;
...
struct policy makePolicy(int length)
{
  struct policy newPolicy;
  newPolicy.rules = malloc(length * sizeof(struct rule));
  newPolicy.length = length;
  return newPolicy;
}
...
struct policy makeSlice(struct policy inPol, int rulePos)
{
  if(rulePos > inPol.length - 1){
    printf("Slice base outside policy \n");
    exit(1);
   }
  struct slice = makePolicy(inPol.length);
  //create slice, loop counter gets stored in sliceLength
  slice.rules = realloc(slice.rules, sliceLength * sizeof(struct rule));
  slice.length = sliceLength;
  return slice;
}

由于它使用malloc'ed内存，我假设它大量使用堆。 现在我正在尝试移植到一个实验性的并行机，它没有malloc

我很伤心地去分配所有固定大小的数组

现在令人震惊的是

新代码运行速度较慢。慢多了

（最初的代码在片长为200时会连续等待几分钟，在超过300时可能会等待一个小时……现在，当片长为70、80时会等待几分钟，而在片长为120时则会等待几小时。现在仍然不是200。）

唯一的问题是，现在这些片被赋予了与完整策略相同的内存（MAXBUFLEN是10000），但整个片似乎根本没有耗尽内存top'显示，与以前一样，消耗的总内存非常适中，范围为数十兆字节。（当然，当我存储长度时，我并不是在整个过程中循环，只是有真正规则的部分。）

---

有人能解释一下为什么它突然变得这么慢吗？

似乎当你将结构的大小固定到一个更大的大小（比如10000条规则）时，你的缓存位置可能会比原来的更差。您可以使用探查器（oprofile或Valgrind中的cachegrind）查看缓存是否存在问题

在原始程序中，一条缓存线最多可以容纳8个结构策略（在具有64字节缓存线的32位计算机上）。但在修改后的verison中，它只能容纳一个，因为它现在比缓存线大得多

在这种情况下，向上移动

length

字段可以提高性能，因为现在

length

和前几个

struct规则可以放入单个缓存线

struct policy{
  int length;
  struct rule rules[10000];
};

要解决这个问题，您需要编写自己的自定义分配器以确保缓存位置。如果您正在编写此程序的并行版本，还请记住将不同线程使用的内存隔离到不同的缓存线中，以避免缓存线争用。
是否尝试使用探查器？它在新机器上运行得慢还是在同一台机器上运行得慢？你是说它现在在同一台机器上运行得慢？或者它在你的“实验性并行”机器上运行较慢？到目前为止，这是在同一台机器上。我还没有在平行机上运行它。我应该补充一下，验证是order pow（n，5），其中n是规则数。因此，我认为核查需要时间。我现在正在尝试学习gprof，这样我可以更好地分析和回答这个问题。分析代码的一个简单（有效）方法就是以几个随机间隔从中获取堆栈跟踪，可以使用gstack或gdb。您只需要几个示例就可以确定大部分执行时间都花在了什么地方。为什么您的
realloc
调用中只有一个arg？感谢您提出的字段移动想法，但恐怕到目前为止还没有太大区别。我已经实现了顺序切换，但是一个带有50-75条规则的片段在旧版本中闪烁，现在仍然在屏幕上停留了几分钟。我将尝试看看Valgrind，但我非常希望能有一些关于如何编写自己的分配器的建议，以及如何隔离每个线程的内存@user2431187似乎除了缓存问题可能导致的性能差异之外，还存在其他性能差异。除了数据结构之外，您是否对程序进行了其他更改？代码的唯一其他更改是，我还在probe（）函数中使用了固定长度数组来保存测试数据点。（这是一个相当大的数组，但仍然不超过1兆字节左右。）作为测试，我再次返回并编辑了代码，使用malloc（）作为数据点数组。在我的测试中，这段代码的运行速度比只使用静态数组的代码快，但没有malloc（）贯穿其中的代码快。（假设一个最大片段长度为130的示例，动态代码需要半个多小时，而静态代码则需要一整晚。）@user2431187您正在编写并行程序吗？如果是这样，您必须使用线程本地数组而不是全局数组来避免错误共享。最终目标是获得一个并行程序，但到目前为止我还没有转换它。事实上，第一个障碍是rand（）、time（）和malloc（）在新机器上不可用。我将编写自己的rand（）并从命令行传入种子，而不是time（），但我还想弄清楚为什么离开malloc（）会让它变得如此缓慢：）并且没有全局数组，probe（）是一个函数，每个线程只调用一次，它将策略作为输入，生成一个测试点数组，并用这些观点来检验政策。该数组是probe（）的本地数组，不是共享数组。