C++ 函数开销能否将程序的速度降低50倍？
我有一个为项目运行的代码。它是O（N^2），在我的例子中，N是200。有一种算法可以将这个O（N^2）转换为O（N logN）。这意味着，使用这种新算法，速度应该快约100倍。然而，我只得到了2倍的增长系数（也就是快2倍） 我试图缩小范围，看看我是否把事情弄糟了，或者这是否是我编写这个程序的固有方式。首先，我在嵌套类中有很多函数开销。例如，我有很多（在许多循环中）： 因为当涉及到实际数据时，我得到了正确的结果，仅仅是错误的速度增加，我想知道函数开销是否会导致速度降低50倍C++ 函数开销能否将程序的速度降低50倍？,c++,overhead,C++,Overhead,我有一个为项目运行的代码。它是O（N^2），在我的例子中，N是200。有一种算法可以将这个O（N^2）转换为O（N logN）。这意味着，使用这种新算法，速度应该快约100倍。然而，我只得到了2倍的增长系数（也就是快2倍） 我试图缩小范围，看看我是否把事情弄糟了，或者这是否是我编写这个程序的固有方式。首先，我在嵌套类中有很多函数开销。例如，我有很多（在许多循环中）： 因为当涉及到实际数据时，我得到了正确的结果，仅仅是错误的速度增加，我想知道函数开销是否会导致速度降低50倍 谢谢 绝对最大的影响是
谢谢 绝对最大的影响是缓存未命中。一级缓存未命中的成本相对较低，但当您在二级缓存（或三级缓存，如果您有）上未命中时，可能会损失数百甚至数千个周期到传入暂停 问题是，这可能只是问题的一部分。在分析代码之前，不要优化代码。找出慢的区域，然后找出它们慢的原因。一旦你理解了为什么它运行缓慢，你就有机会对它进行优化
顺便说一句，O表示法非常方便，但不是全部和全部。我已经看到O（n^2）算法对于少量数据（小的可能意味着不到几千）的工作速度明显快于O（n logN），因为它们的缓存效率要高得多。首先，您对
O（n logN）O（n^2）n=200其次，是的，在现代硬件上，由于管道中断，函数调用往往相对昂贵。要了解在您的情况下这是一个多大的因素，您必须拿出一些微基准。关于大O表示法的重要一点是，它只指定执行时间的限制，随着数据集大小的增加，任何常量都会被丢弃。虽然O（N^2）确实比O（N logn）慢，但实际运行时间可能是N^2而不是1000N logn，也就是说，在某些数据集上，O（N^2）可能比O（N logn）快
如果没有更多的细节，很难说得更多-是的，函数调用确实有相当大的开销，这可能就是为什么您没有看到性能有更大的提高-或者可能只是您的O（N log N）在您这样大小的数据集上表现不太好。我研究过图像处理算法，而调用每像素函数（即640x480将是307200）会显著降低性能。尝试将函数声明为内联函数，或将函数设置为宏。这可以快速显示是否是因为函数调用。尝试查看一些分析工具。VS2010附带了一些不错的工具，或者还有英特尔VTune、glowcode。它们可以帮助你显示你在哪里花费时间
我不认为1600个函数调用会大大降低性能（200个log 200）我建议使用 有关评测的主要常见问题解答主题如下：
（需要编译时检测）gprof
和valgrind--tool=callgrind
；出色的工具和出色的可视化效果-屏幕截图如下：kcachegrind
试着在探查器下运行这两种方法，看看每种方法都花费了多少时间。Big-O表示法显示的是某种东西是如何伸缩的，而不一定是它的性能。对于较小的N值，您可能根本看不到任何差异。“它是O（N^2），在我的例子中，N是200”。给你。你没有正确使用大Oh符号。如果“你的情况下N是200”，那么它就是O（1）。首先，我很抱歉将性能与Big-O表示法混淆。第二，@Mankarse:你会推荐一个剖析器吗？第三，我真的希望这不是函数开销，否则我将不得不把所有的东西都塞进一个，使它非常丑陋，非常有效-intensive@Amit：在OSX上，我喜欢使用内置在活动监视器中的探查器（这是我唯一广泛使用的探查器）。在windows上，我已经取得了很好的效果。我没有在其他系统上做过太多的评测，但是我想了解更多的建议。这真的很有趣。我没有意识到这一点！是否有可能的编译标志可以在某种程度上减少函数开销？我目前正在使用-O3编译，并使用英特尔的icpccompiler@Amit：我所知道的减少函数开销的唯一方法是完全通过内联避免函数开销，这确实会产生巨大的影响。再说一次，没有更多的细节是不可能知道的；因此，如有必要，请通过分析器运行它。@Amit:vTune可能是英特尔x86芯片的最佳配置，但并不便宜。然而，30天的免费试用相当便宜；）
energy = globals->pair_style->LJ->energy();