C++ std:：sqrt在c++；当数字变大时减速？

我正在实现自己的数学库，目前我需要规范化向量和四元数

性能将成为我的一个大问题，因此我一直在想，因为我的数字可能会扩展到相当高的极限，C++中的 STD::SqRt/Cuff>函数随着数字的大小增加而越来越慢，还是总是在相同的时间内执行？

---

这个问题与C++11中的性能特别相关。

对于肉眼而言，它的编号是。。或者我会说差别很小

如果您担心自己的实施，我将建议您实施

 Babylonian Method for Square Root  --> it is much faster then others.. 

Babyonian的其他链接很少

---

对于肉眼而言，其编号为。。或者我会说差别很小

如果您担心自己的实施，我将建议您实施

 Babylonian Method for Square Root  --> it is much faster then others.. 

Babyonian的其他链接很少

---

对于肉眼而言，其编号为。。或者我会说差别很小

如果您担心自己的实施，我将建议您实施

 Babylonian Method for Square Root  --> it is much faster then others.. 

Babyonian的其他链接很少

---

对于肉眼而言，其编号为。。或者我会说差别很小

如果您担心自己的实施，我将建议您实施

 Babylonian Method for Square Root  --> it is much faster then others.. 

Babyonian的其他链接很少

实际上，没有

现代系统中的浮点数表示为符号、指数和尾数。这里的符号必须是0，这很简单。取两个数字，

x

和

4*x

。它们表示法的唯一区别是第二个的指数高出2。（除非在极限范围内，

4*x

可能是

+INF

，但我们忽略它。）

现在

sqrt（4*x）==2*sqrt（x）

我们在这里看到结果的指数高一点，但尾数是相同的

这意味着计算平方根所需的时间并不明显取决于数字的指数。您只需在固定时间内计算出

4^n

。sqrt（x）的难点在于计算结果的尾数，这取决于两件事：输入的尾数和输入指数是否为奇数

现代系统中的浮点数表示为符号、指数和尾数。这里的符号必须是0，这很简单。取两个数字，

x

和

4*x

。它们表示法的唯一区别是第二个的指数高出2。（除非在极限范围内，

4*x

可能是

+INF

，但我们忽略它。）

现在

sqrt（4*x）==2*sqrt（x）

我们在这里看到结果的指数高一点，但尾数是相同的

这意味着计算平方根所需的时间并不明显取决于数字的指数。您只需在固定时间内计算出

4^n

。sqrt（x）的难点在于计算结果的尾数，这取决于两件事：输入的尾数和输入指数是否为奇数

现代系统中的浮点数表示为符号、指数和尾数。这里的符号必须是0，这很简单。取两个数字，

x

和

4*x

。它们表示法的唯一区别是第二个的指数高出2。（除非在极限范围内，

4*x

可能是

+INF

，但我们忽略它。）

现在

sqrt（4*x）==2*sqrt（x）

我们在这里看到结果的指数高一点，但尾数是相同的

这意味着计算平方根所需的时间并不明显取决于数字的指数。您只需在固定时间内计算出

4^n

。sqrt（x）的难点在于计算结果的尾数，这取决于两件事：输入的尾数和输入指数是否为奇数

现代系统中的浮点数表示为符号、指数和尾数。这里的符号必须是0，这很简单。取两个数字，

x

和

4*x

。它们表示法的唯一区别是第二个的指数高出2。（除非在极限范围内，

4*x

可能是

+INF

，但我们忽略它。）

现在

sqrt（4*x）==2*sqrt（x）

我们在这里看到结果的指数高一点，但尾数是相同的

---

这意味着计算平方根所需的时间并不明显取决于数字的指数。您只需在固定时间内计算出

4^n

。

sqrt（x）

的难点在于计算结果的尾数，这取决于两件事：输入的尾数和输入指数是否为奇数。

C++也不提供任何保证。最好的策略不是假设性能，而是通过在实际输入上分析代码来衡量性能。测试它。我预计时间上不会有太大的差异，但这是可能的。此外，任何差异可能都不会与输入值的增加单调相关。相反，如果存在任何差异，则可能是处理速度较慢或较快的值在整个范围内“随机”分散。可能是由于不同类型的值的性能不同，例如非规范化浮点平均比规范化浮点慢。这是有道理的，我会这样做，完成后将结果发布到这里。没有明显的差异。@TNA：对于（非常）小的数，所需的时间实际上更大。对于x。例如，sqrt（1/4）=1/2。现在