C++ 实现上的巨大差异？

我写了一些函数的分布，并使用常态分布来运行我的实现与C++ Boost .< /P>之间的测试。 给定概率密度函数（pdf:）

我是这样写的：

double NormalDistribution1D::prob(double x) {
    return (1 / (sigma * (std::sqrt(boost::math::constants::pi<double>()*2))))*std::exp((-1 / 2)*(((x - mu) / sigma)*((x - mu) / sigma)));
}

---

首先，您正在使用

new

动态分配对象：

NormalDistribution1D *n = new NormalDistribution1D(mu, sigma);
double nres = n->prob(x);

如果您像使用boost一样，仅此一项就足以获得相同（或可比）的速度：

现在，我不知道您在

NormalDistribution1D:：prob（）

中表达表达式的方式是否有意义，但我怀疑以一种更“优化”的方式编写它会有什么不同，因为编译器可以很好地优化算术表达式。如果您使用

--ffast math

开关，它可能会更快，这将给编译器更多的优化自由度

---

此外，如果

double NormalDistribution1D:：prob（double x）

的定义位于另一个编译单元（另一个.cpp文件）中，编译器将无法内联它，这也会造成明显的开销（可能会慢两倍或更少）。在boost中，几乎所有内容都是在头文件中实现的，所以当编译器看起来合适时，内联文件总是会出现。如果您使用gcc的

-flto

开关编译和链接，您可以克服这个问题。

首先，您使用

new

动态分配您的对象：

NormalDistribution1D *n = new NormalDistribution1D(mu, sigma);
double nres = n->prob(x);

如果您像使用boost一样，仅此一项就足以获得相同（或可比）的速度：

现在，我不知道您在

NormalDistribution1D:：prob（）

中表达表达式的方式是否有意义，但我怀疑以一种更“优化”的方式编写它会有什么不同，因为编译器可以很好地优化算术表达式。如果您使用

--ffast math

开关，它可能会更快，这将给编译器更多的优化自由度

---

此外，如果

double NormalDistribution1D:：prob（double x）

的定义位于另一个编译单元（另一个.cpp文件）中，编译器将无法内联它，这也会造成明显的开销（可能会慢两倍或更少）。在boost中，几乎所有内容都是在头文件中实现的，所以当编译器看起来合适时，内联文件总是会出现。如果使用gcc的

-flto

开关编译和链接，则可以克服此问题。

您没有使用

-ffast math

选项编译。这意味着编译器不能（事实上，不能！）将

（-1/2）*（（（x-mu）/sigma）*（（x-mu）/sigma））

简化为类似于

boost:：math:：pdf

中使用的形式

expo = (x - mu) / sigma
expo *= -x
expo /= 2
result = std::exp(expo)
result /= sigma * std::sqrt(2 * boost::math::constants::pi<double>())

expo=（x-mu）/sigma
世博会*=-x
世博会/=2
结果=std:：exp（世博会）
结果/=sigma*std:：sqrt（2*boost:：math:：constants:：pi（））

上述情况迫使编译器在不使用

-ffast\u math

的情况下进行快速（但可能不安全/不准确）计算

---

其次，与从堆（

new

）和堆栈（局部变量）分配所需的时间相比，上述代码和您的代码之间的时间差最小。您正在计时分配动态内存的成本。

您没有使用

-ffast math

选项编译。这意味着编译器不能（事实上，不能！）将

（-1/2）*（（（x-mu）/sigma）*（（x-mu）/sigma））

简化为类似于

boost:：math:：pdf

中使用的形式

expo = (x - mu) / sigma
expo *= -x
expo /= 2
result = std::exp(expo)
result /= sigma * std::sqrt(2 * boost::math::constants::pi<double>())

expo=（x-mu）/sigma
世博会*=-x
世博会/=2
结果=std:：exp（世博会）
结果/=sigma*std:：sqrt（2*boost:：math:：constants:：pi（））

上述情况迫使编译器在不使用

-ffast\u math

的情况下进行快速（但可能不安全/不准确）计算

---

其次，与从堆（

new

）和堆栈（局部变量）分配所需的时间相比，上述代码和您的代码之间的时间差最小。您正在计算分配动态内存的成本。

计算

（x-mu）/sigma

是浪费<代码>1/2是

.5

。您是否正在测量启用优化的编译代码？如果在循环中多次执行计算，则计时更可靠。目标是至少运行几秒钟，并将总时间除以迭代计数。

（x-mu）/sigma

使用这些值只是第一次测试。但是，我不太了解C++中的优化（我是java开发者），对不起，我的意思是计算<代码>（X-MU）/ Sigma < /C> >两次是浪费的。您现在需要了解是否正在编译优化代码。只有你知道。我们看不到您的编译器选项。您建议我如何编写

（x-mu）/sigma

？我读了一些关于优化的一般资料，现在的结果是：加速：48；而不是自己的实现：46248（为了更好地阅读，我写了问题中的选项）我建议计算该值一次而不是两次计算

（x-mu）/sigma

，这是浪费<代码>1/2是

.5

。您是否正在测量启用优化的编译代码？如果在循环中多次执行计算，则计时更可靠。目标是至少运行几秒钟，并将总时间除以迭代计数。

（x-mu）/sigma

使用这些值只是第一次测试。但是，我不太了解C++中的优化（我是java开发者），对不起，我的意思是计算<代码>（X-MU）/ Sigma < /C> >两次是浪费的。您现在需要了解是否正在编译优化代码。只有你知道。我们看不到您的编译器选项。您建议我如何编写

（x-mu）/sigma

？我读了一些关于优化的一般资料，现在的结果是：加速：48；而不是自己的实现：46248（为了更好地阅读，我编写了这个选项

NormalDistribution1D n(mu, sigma);
double nres = n.prob(x);

expo = (x - mu) / sigma
expo *= -x
expo /= 2
result = std::exp(expo)
result /= sigma * std::sqrt(2 * boost::math::constants::pi<double>())