C++ C++；

我使用以下代码计算两个向量之间的距离：

double dist(vector<double> & vecA, vector<double> & vecB){
    double curDist = 0.0;
    for (size_t i = 0; i < vecA.size(); i++){
        double dif = vecA[i] - vecB[i];
        curDist += dif * dif;
    }

    return curDist;
}

负责此功能中超过77%的CPU时间。我的问题是：是否有可能以某种方式优化此功能

注:

• 为了分析我的应用程序，我使用了英特尔放大器XE
• 减少距离计算的数量并不是一个可行的解决方案 我

  ---

您可以取消对

vecA.size（）

的调用。对于循环的每次迭代，只需在循环之前调用一次即可。您还可以进行循环展开，以便在每次循环迭代中为自己提供更多的计算。您使用的是什么编译器，以及什么优化设置？编译器通常会为您执行展开操作，但您可以手动执行。

我现在可以想到两个可能的问题：

• 这种计算是内存限制的
• 在

  curDist

  上存在迭代到迭代的依赖关系

---

此计算受内存限制。

数据集大于CPU缓存。因此，在这种情况下，除非你能重新构造你的算法，否则再多的优化也无济于事

---

对

curDist

您依赖于

curDist

。这将阻止编译器进行矢量化。（另外，不要总是将探查器编号信任于行。它们可能不准确，尤其是在编译器优化之后。）

通常，编译器向量器可以将

curDist

拆分为多个部分和，并展开/向量化循环。但在严格的浮点行为下，它无法做到这一点。如果还没有，可以尝试放松浮点模式。或者你可以把总数平分，自己摊开

例如，这种优化是编译器可以对整数进行的，但不一定要对浮点进行优化：

double curDist0 = 0.0;
double curDist1 = 0.0;
double curDist2 = 0.0;
double curDist3 = 0.0;
for (size_t i = 0; i < vecA.size() - 3; i += 4){
    double dif0 = vecA[i + 0] - vecB[i + 0];
    double dif1 = vecA[i + 1] - vecB[i + 1];
    double dif2 = vecA[i + 2] - vecB[i + 2];
    double dif3 = vecA[i + 3] - vecB[i + 3];
    curDist0 += dif0 * dif0;
    curDist1 += dif1 * dif1;
    curDist2 += dif2 * dif2;
    curDist3 += dif3 * dif3;
}

//  Do some sort of cleanup in case (vecA.size() % 4 != 0)

double curDist = curDist0 + curDist1 + curDist2 + curDist3;

double curDist0=0.0；
双电流器1=0.0；
双电流器2=0.0；
双电流器3=0.0；
对于（大小i=0；i

如果可行（如果数字范围不大），您可能希望探索使用定点存储这些数字，而不是双倍存储

定点将把这些转换成整数运算，而不是双精度运算

另一件有趣的事情是，假设您的配置文件是正确的，那么查找似乎是一个重要因素（否则乘法可能比减法更昂贵）

---

我会尝试使用常量向量迭代器，而不是随机访问查找。它可能有两个方面的帮助：1-它是常量，2-迭代器的串行特性可以让处理器更好地进行缓存。

如果您的平台没有（或没有使用）支持浮点数学的ALU，则浮点库的速度自然较慢，并且会消耗额外的非易失性内存。我建议改为使用32位（

long

）或64位（

long

）定点算法。然后在算法结束时将最终结果转换为浮点。几年前，我在一个项目中这样做是为了提高I2T算法的性能，它工作得非常出色。

如果这一行真的占用了一半以上的CPU时间，那么它似乎与缓存相关（即对每个元素的第一次访问需要缓存命中），并且不容易通过加速代码来进行优化。您可能需要研究基于向量的指令，以减轻向量的位（a'la SSE3）@神秘性。大小（）在4到100之间变化，具体取决于应用程序输入（即数据集维度）。这是STL的向量吗？如果这里的所有人都认为它是，而不是，那将是一个耻辱。@Mooing duck-它还计算两个点之间的距离的平方，表示为坐标向量。你是否一步一个循环，一次一条指令，以确保它没有调用隐藏函数或边界检查？请告诉我

vecA.size（）

只需片刻。编译器可能无法确定该值在循环期间是否保持不变，因此可能无法对其进行优化。循环展开是另一个好主意。实际上，<代码> vector：：大小<代码>是一个固定的时间操作，编译器应该能够内嵌它并优化它。我使用VisualStudioC++ 2010，带有默认参数。请注意，探查器的结果显示vecA.size（）不会占用CPU时间的很大一部分。“常量时间”并不意味着它与可能位于寄存器中的局部变量访问速度一样快。编译器不能保证vector:：size在整个循环中保持不变。但是，如果您有一个将大小放入其中的局部变量，编译器就会知道该值不能change@TJD您是对的：取消对vecA.size（）的调用确实减少了总体CPU时间。现在我的下一步是解决减法线问题，这是主要的瓶颈。我看到你正在使用VisualStudioC++ 2010。那个编译器还不支持矢量化。。。使用ICC或GCC可能会获得更好的性能。可能需要检查您的循环…；）@尼姆：谢谢你抓住了这个机会回答得好！您需要i+=4，然后从展开的循环左侧开始，在最后（最多3步）添加原始循环。@MooingDuck我通常只复制原始循环。但在我几乎所有的应用程序中，我都可以强制将数据集设置为二次幂的倍数，所以我没有

double curDist0 = 0.0;
double curDist1 = 0.0;
double curDist2 = 0.0;
double curDist3 = 0.0;
for (size_t i = 0; i < vecA.size() - 3; i += 4){
    double dif0 = vecA[i + 0] - vecB[i + 0];
    double dif1 = vecA[i + 1] - vecB[i + 1];
    double dif2 = vecA[i + 2] - vecB[i + 2];
    double dif3 = vecA[i + 3] - vecB[i + 3];
    curDist0 += dif0 * dif0;
    curDist1 += dif1 * dif1;
    curDist2 += dif2 * dif2;
    curDist3 += dif3 * dif3;
}

//  Do some sort of cleanup in case (vecA.size() % 4 != 0)

double curDist = curDist0 + curDist1 + curDist2 + curDist3;