C++ 优化c++；长动态阵列的蒙特卡罗模拟

这是我在这里的第一篇文章，我没有那么丰富的经验，所以请原谅我的无知

我正在为我的博士学位在C++中构建一个蒙特卡洛模拟，我需要帮助优化它的计算时间和性能。我有一个三维立方体，在每个坐标系中作为模拟体重复，在每个立方体内部，磁性粒子以簇的形式生成。然后，在中央立方体中产生一个质子环并移动，在每一步计算它们感觉到的所有粒子（除其他外）的总磁场

此时，我定义了主函数中的所有内容，因为我需要计算粒子的位置（我计算粒子放置期间以及质子移动期间粒子之间的距离），所以我将它们存储在动态阵列中。我还没有使用任何类或函数。这使得我的模拟速度非常慢，因为我最终不得不使用数百万个粒子和数千个质子。即使有几百个，也需要几天。我还使用了很多for和while循环以及对.dat文件的读/写

我真的需要你的帮助。我花了数周的时间试图优化我的代码，我的项目落后于计划。你有什么建议吗？我需要数组来存储粒子的位置。你认为类或函数会更有效吗？一般来说，任何建议都是有益的。抱歉，如果时间太长，但我很绝望

好的，我编辑了我的原始帖子，并分享了我的完整脚本。我希望这将给你一些关于我的模拟的见解。多谢各位

另外，我添加了两个输入文件

#包括
#包括
#包括
#包括
#包括
#包括//输出精度
//#包括
#包括
#包括
#包括
#包括
//#包括
#包含//随机生成器
#包括
使用名称空间std；
#定义PI 3.14159265
#定义tN 500000/#个时间点（步数）以仅定义阵列
#定义D_常数3.0E-9//扩散常数（m^2/s）
#定义Beq 0.16//Tesla
#定义gI 2.6752218744E8/（sT）^-1
int main（）{
//梅森捻线机随机发动机
mt19937 rng（时钟：：稳定时钟：：现在（）.时间自纪元（）.计数（））；
//均匀分布区间（0,1）；
均匀实分布实数分布（0,1.）；
//对于（int i=1；itemp_cubAxN）{
ionpN=（int）temp_ionpN；
aggN=（int）临时加总；
cubAxN=（int）temp_cubAxN；
}
inIONP.close（）；
我用了更多的步骤来讨论这个问题，第一件事是让运行重现：

  mt19937 rng(127386261); //I want a deterministic seed

然后我创建一个脚本来比较程序生成的三个输出文件：

#!/bin/bash

diff V3_MAT_positionAggreg_spherical.dat V3_MAT_positionAggreg_spherical2.dat
diff V3_MAT_positionSingle_spherical.dat V3_MAT_positionSingle_spherical2.dat
diff V3_MAT_positionSPM_spherical.dat V3_MAT_positionSPM_spherical2.dat

其中以两个结尾的文件由优化代码创建，另一个由您的版本创建

我使用O3标志运行您的版本编译并标记时间（对于20个磁性粒子和10个质子，在我的盒子上需要79秒，我的架构没有那么重要，因为我们只是要比较差异）

然后我开始一步一步地重构，通过比较输出文件和时间，运行每一个小更改，以下是所有迭代：

如果获得5秒（总运行74.0秒），则删除冗余else

现在，每次改进的增益都会减少很多，但仍然是

移除冗余sqrt增益（总运行12.9秒）

如果（总运行11.9秒）删除一个（另一个）冗余else

微优化可能会将运行时间减少100倍，但听起来你必须改进得远远不止这些。这导致了我的第二个评论，我在你的一个函数中计算了7个嵌套循环。你确定你的算法是正确的吗？你知道它的复杂性吗？如果它是大O（n^3）没有任何优化可以将粒子数从100个增加到1000000个（GPU或多线程）。我同意问题在于整体算法的复杂性。我能想到的一个微观优化是使用平方距离（）对于
ionpDist
，因此删除sqrt调用谢谢您的快速响应。我已经测试了10000个粒子和1000个质子，大约需要5天。将它们与实验进行比较的实际和预期数字，我计算它们为10^（10）粒子和5000-10000个质子。请问，你有什么建议或建议吗？我正在考虑将粒子和簇定义为类，并将它们作为单独的标题，因为现在我只有一个main并生成函数，而不是for循环。另外，我不知道数组。干净的代码更容易优化。这将有很大的帮助使用函数分解主函数，使用<代码> STD:：向量< /代码>代替手动内存管理等。请考虑把这个问题移到更深入的复习中。非常感谢！非常感谢您的帮助！只需替换变量就行了！谢谢！我一定会实现的！我想进一步改进模拟的逻辑，也许是粒子的产生和重复，或者是用我所做的质子来控制所有这些控制，这样它们就没有那么多的时间和内存消耗了。我正试图尽可能多地学习和实现，因为C++是真实的。我很强大，我想提高我自己。：）谢谢你，以及所有提到建议的人。我将尝试改进我的代码。最后一个问题。我应该将粒子实现到类中，并有方法创建它们或测试距离吗？这会改进模拟吗？谢谢。@FOXYL707它可能会，肯定会增加可读性，优化的关键是实验，做一个小的改变，运行一个测试，确保结果是相同的，并重复这个循环。你运行的时间不应该太长（我会说大约一分钟）。另一件小事，如果你使用的是gcc或clang，一定要同时分析O3和O2。有时O2会给你更好的速度
#!/bin/bash

diff V3_MAT_positionAggreg_spherical.dat V3_MAT_positionAggreg_spherical2.dat
diff V3_MAT_positionSingle_spherical.dat V3_MAT_positionSingle_spherical2.dat
diff V3_MAT_positionSPM_spherical.dat V3_MAT_positionSPM_spherical2.dat

if(sqrt(pow(x1_ionp[k]-x0[0],2.)+pow(x2_ionp[k]-x0[1],2.)+pow(x3_ionp[k]-x0[2],2.)) <= 7*Rionp){
  //spm closer than 8R
  stepL = Rionp/8;
  cnt_stpMin ++;
  break;
}
else { //this was an else if and an else for error that will never happen
  stepL = Rionp;
}

double square(double d)
{
  return d*d;
}
double cube(double d)
{
  return d*d*d;
}

 double ionpDist = square(x1_ionp[m]-x1_ionp[ionpCounter])+square(x2_ionp[m]-x2_ionp[ionpCounter])+square(x3_ionp[m]-x3_ionp[ionpCounter]);
 //cout<<"spmDist: "<<spmDist<<endl;
 if((j>0) && (ionpDist <= 4*square_Rionp)){

const double square_Rionp = square(Rionp);
const double cube_Rionp = cube(Rionp);
//replaced in the code like this
if((j>0) && (ionpDist <= 4*square_Rionp)){

const double Two_PI = PI*2.0;
const double FourThird_PI = PI*4.0/3.0;

if(pIONPDist <= 0.){
  cout<<"proton inside IONP => reposition! Distance: "<<pIONPDist<<" Rionp: "<<Rionp<<endl;
  hit_ionp = true;
}
else { //this was an else if without any reason
  hit_ionp=false; //with this I don't have to reset flag in the end
  //calculations of Bloc for this position
  pIONPCosTheta = (x3_ionp[k]-xt[2])/pIONPDist;
...
}

const double Seven_Rionp_squared =square(7*Rionp);
...
for(int k=0; k<ionpCounter; k++){
  if(square(x1_ionp[k]-x0[0])+square(x2_ionp[k]-x0[1])+square(x3_ionp[k]-x0[2]) <= Seven_Rionp_squared){
  //spm closer than 8R
  stepL = stepL_min;
  cnt_stpMin ++;
  break;
}

cosPhase_S[stepCounter] = cos(phase);
sinPhase_S[stepCounter] = sin(phase);