C++ 如何分析优化的代码并加速循环

我知道对未经优化编译的代码进行概要分析没有多大意义，但当我尝试使用

-Ofast

编译代码并使用

gprof

对其进行概要分析时，我得到了一些无用的数据，例如，许多函数具有相同的

time%

，而没有

调用35;

信息：

Flat profile:

Each sample counts as 0.01 seconds.
  %   cumulative   self              self     total           
 time   seconds   seconds    calls  Ts/call  Ts/call  name    
 81.35      0.74     0.74                             void cv::Mat::forEach_impl<cv::Vec<unsigned char, 3>, A_estimation(cv::Mat&, std::vector<cv::Mat, std::allocator<cv::Mat> >, int, int)::{lambda(cv::Vec<unsigned char, 3>&, int const*)#1}>(A_estimation(cv::Mat&, std::vector<cv::Mat, std::allocator<cv::Mat> >, int, int)::{lambda(cv::Vec<unsigned char, 3>&, int const*)#1} const&)::PixelOperationWrapper::operator()(cv::Range const&) const
 10.99      0.84     0.10                             void cv::Mat::forEach_impl<cv::Vec<float, 3>, Parallel_process::operator()(cv::Range const&) const::{lambda(cv::Vec<float, 3>&, int const*)#1}>(Parallel_process::operator()(cv::Range const&) const::{lambda(cv::Vec<float, 3>&, int const*)#1} const&)::PixelOperationWrapper::operator()(cv::Range const&) const

这是一个我想找到热点的代码示例。我发现它在代码中被称为

46945

次的部分花费了

53.86%

：

我从代码中提取了该函数，以便您可以编译它：

#include <opencv2/highgui.hpp>
#include <iostream>

typedef std::vector<std::vector<int> > Matrix;

std::vector<int> A_estimation(cv::Mat& src_temp, std::vector<cv::Mat> rgb, int cols, int rows)
{
    //////////////////////////////
    //cv::Mat histSum = cv::Mat::zeros( 256, 1, CV_8UC3 );
    Matrix histSum(3, std::vector<int>(256,0));
    //cv::Mat src_temp = src.clone();
    //src_temp.convertTo(src_temp, CV_8UC3);    
    src_temp.forEach<cv::Vec3b>
    (
      [&histSum](cv::Vec3b &pixel, const int* po) -> void
      {
        ++histSum[0][pixel[0]];
        ++histSum[1][pixel[1]];
        ++histSum[2][pixel[2]];
      }
    );

    std::vector<int> A(3, 255);
    [&A, rows, cols, &histSum]{

        for (auto index=8*rows*cols/1000; index>histSum[0][A[0]]; --A[0])
             index -= histSum[0][A[0]];
        for (auto index=8*rows*cols/1000; index>histSum[1][A[1]]; --A[1])
             index -= histSum[1][A[1]];
        for (auto index=8*rows*cols/1000; index>histSum[2][A[2]]; --A[2])
             index -= histSum[2][A[2]];
        return A;
   }();
    return A;
        //auto AA=A_estim_lambda();
}

int main(int argc, char* argv[])
{
  cv::Mat src_temp = cv::imread(argv[1]);
  auto rows=src_temp.rows,
       cols=src_temp.cols;
  std::vector<cv::Mat> rgb;
  cv::split(src_temp, rgb);
  auto A = A_estimation(src_temp, rgb, cols, rows);

  //Do sth with A
}

执行

./test frame.jpg 

我有两个问题：

---

这些信息是否正确，因为它们来自非优化代码？如果不正确，我如何编译优化代码？关于如何加速这些循环，有什么建议吗？

你是否有相反的观点

首先，加速分为两类：编译器可以修复的事情和只有您可以修复的事情。优化器不会修复只有您才能修复的东西。此外，这不会使它们脱颖而出，因为加速比不会相加，而是相乘

第二，想想数字——时间的百分比或分数。 如果有一个加速，你可以修复（有，可能有几个），它需要一定的时间分数。比如说30%。
这意味着，如果您可以完全删除它，代码将在以前70%的时间内运行。加速系数将为100/70或1.43倍。
这也意味着，如果你只是随机手动暂停程序，则有30%的几率它将处于浪费的过程中。
因此，如果你只是手动暂停20次（不是很多次），浪费的事情将出现大约6次。如果您看到它在多次暂停时做了一些可以改进的事情，无论您如何描述它，您都发现了加速。
当然，它可能只浪费了25%，或者高达35%，但你在乎吗？提示：不，你不在乎，因为你发现了问题，这比确切知道它的成本更重要

在这里，你已经有了多个加速，这才是真正值得的。每次你修好的加速都不只是节省时间。它使两件事相乘：它使总加速系数相乘，它使每个剩余问题所需时间的分数相乘，使它们更加突出

这就是背后的原因

---

一旦你修正了加速比，就让优化器进行加速。

你是否有相反的观点

首先，加速分为两类：编译器可以修复的事情和只有您可以修复的事情。优化器不会修复只有您才能修复的东西。此外，这不会使它们脱颖而出，因为加速比不会相加，而是相乘

第二，想想数字——时间的百分比或分数。 如果有一个加速，你可以修复（有，可能有几个），它需要一定的时间分数。比如说30%。
这意味着，如果您可以完全删除它，代码将在以前70%的时间内运行。加速系数将为100/70或1.43倍。
这也意味着，如果你只是随机手动暂停程序，则有30%的几率它将处于浪费的过程中。
因此，如果你只是手动暂停20次（不是很多次），浪费的事情将出现大约6次。如果您看到它在多次暂停时做了一些可以改进的事情，无论您如何描述它，您都发现了加速。
当然，它可能只浪费了25%，或者高达35%，但你在乎吗？提示：不，你不在乎，因为你发现了问题，这比确切知道它的成本更重要

在这里，你已经有了多个加速，这才是真正值得的。您修复的每一次加速都不仅仅是节省时间。它使两件事相乘：它使总加速系数相乘，它使每个剩余问题所需时间的分数相乘，使它们更加突出

这就是背后的原因

---

一旦你修正了加速比，让优化器进行加速。

请发布一篇文章。现代编译器为这类事情生成最佳代码。加速它的最大希望是，如果你能重新考虑数据，使连续的内存访问倾向于命中同一缓存线。分析未优化的代码是徒劳的。您需要对实际应用程序进行全面优化。加速非优化代码的方法是对其进行优化。：-）否则，你可能会成为搜索容易看到东西的地方的受害者。猜测是

Mat:：at

访问器在调试模式下进行范围检查，这就是它们出现在该列表中的原因。使它们更快对生产代码没有帮助。@JiveDadson我刚刚添加了一个代码示例。@BoPersson是的，这是我的问题，如何正确编译/配置它！请发一封信。现代编译器为这类事情生成最佳代码。加速它的最大希望是，如果你能重新考虑数据，使连续的内存访问倾向于命中同一缓存线。分析未优化的代码是徒劳的。您需要对实际应用程序进行全面优化。加速非优化代码的方法是对其进行优化。：-）否则，你可能会成为搜索容易看到东西的地方的受害者。猜测是

Mat:：at

访问器在调试模式下进行范围检查，这就是它们出现在该列表中的原因。使它们更快对生产代码没有帮助。@JiveDadson我刚刚添加了一个代码示例。@BoPersson是的，这是我的问题，如何正确编译/配置它！

g++ -std=c++1z -Wall -Weffc++ -Ofast test.cpp -o test -fopenmp `pkg-config --cflags --libs opencv`

./test frame.jpg