C# 为什么处理排序数组比处理未排序数组慢？

我有一个500000个随机生成的

Tuple

对象的列表，我正在对这些对象执行简单的“中间”搜索：

---

---

使用未排序列表时，所有元组均按内存顺序访问。它们已在RAM中连续分配。CPU喜欢按顺序访问内存，因为它们可以推测地请求下一个缓存线，以便在需要时它始终存在

当您对列表进行排序时，将其放入随机顺序，因为您的排序键是随机生成的。这意味着对元组成员的内存访问是不可预测的。CPU无法预取内存，对元组的几乎每次访问都是缓存未命中

这是一个很好的例子，说明了GC内存管理的一个特殊优势：一起分配并一起使用的数据结构执行得非常好。它们具有很大的参考位置

在这种情况下，缓存未命中的惩罚大于保存的分支预测惩罚

尝试切换到

结构

-元组。这将恢复性能，因为在运行时访问元组成员不需要进行指针解引用

Chris Sinclair在评论中指出，“对于大约10000或更少的TotalCount，排序版本的执行速度确实更快”。这是因为一个小列表完全适合CPU缓存。内存访问可能不可预测，但目标始终在缓存中。我相信仍然有一个小的惩罚，因为即使从缓存加载也需要一些周期。但这似乎不是问题，因为CPU可以处理多个未完成的负载，从而提高吞吐量。每当CPU遇到等待内存时，它仍会在指令流中加速，以尽可能多地排队等待内存操作。此技术用于隐藏延迟

---

这种行为表明，在现代CPU上预测性能是多么困难。从顺序内存访问到随机内存访问时，我们的速度只慢了2倍，这一事实告诉我，隐藏内存延迟的秘密到底有多少。内存访问会使CPU暂停50-200个周期。考虑到这一点，在引入随机内存访问时，程序的速度可能会降低10倍以上。

LINQ不知道列表是否已排序

由于Count with predicate参数是所有IEnumerable的扩展方法，我认为它甚至不知道它是否通过有效的随机访问在集合上运行。因此，它只是检查每个元素，Usr解释了性能降低的原因

---

要利用排序数组（如二进制搜索）的性能优势，您必须多做一些编码。

因为分支预测：p@jalf由于分支预测，我希望排序后的版本执行得更快一些。我的想法是，一旦我们达到

Item1==x

，对

t.Item1@ChrisSinclair的所有进一步检查都是很好的观察！我在答覆中加入了一项解释，这项质询并非与现有质询重复。不要投票将其作为一个整体关闭。@Sar009一点也不！这两个问题考虑了两种非常不同的场景，很自然地到达不同的结果。为什么在C/C++中学习的一切都不能逐字地应用到像C语言这样的语言中。在测试新列表之前，可以通过手动将排序后的数据逐个复制到
新列表（500000）
中来确认此行为。在这个场景中，排序测试与未排序测试一样快，这与这个答案的推理相匹配。非常好，非常感谢！我制作了一个等价的
Tuple
struct，程序开始按照我预测的方式运行：排序后的版本稍微快一点。此外，未分类的版本速度提高了一倍！因此，带
struct
的数字是2个未排序的数字，而不是1.9个排序的数字。因此，我们可以由此推断缓存未命中比分支预测失误更严重吗？我想是的，而且一直都这么想。在C++中，<>代码> STD:：vector 几乎总是比更好。@ MeHorda:不，C++也是如此。即使在C++中，紧凑的数据结构也很快。在C++中，避免缓存缺失与任何其他语言一样重要。code>std:：vector

vs

std:：list

就是一个很好的例子。我想你误解了这个问题：当然我不希望

Count

或

Where

会“不知何故”接受我的数据被排序的想法，并运行二进制搜索，而不是简单的“检查一切”搜索。我所希望的只是更好的分支预测带来的一些改进（请参阅我问题中的链接），但事实证明，引用的位置比分支预测更重要。

var data = new List<Tuple<long,long,string>>(500000);
...
var cnt = data.Count(t => t.Item1 <= x && t.Item2 >= x);

private const int TotalCount = 500000;
private const int TotalQueries = 100;
private static long NextLong(Random r) {
    var data = new byte[8];
    r.NextBytes(data);
    return BitConverter.ToInt64(data, 0);
}
private class TupleComparer : IComparer<Tuple<long,long,string>> {
    public int Compare(Tuple<long,long,string> x, Tuple<long,long,string> y) {
        var res = x.Item1.CompareTo(y.Item1);
        if (res != 0) return res;
        res = x.Item2.CompareTo(y.Item2);
        return (res != 0) ? res : String.CompareOrdinal(x.Item3, y.Item3);
    }
}
static void Test(bool doSort) {
    var data = new List<Tuple<long,long,string>>(TotalCount);
    var random = new Random(1000000007);
    var sw = new Stopwatch();
    sw.Start();
    for (var i = 0 ; i != TotalCount ; i++) {
        var a = NextLong(random);
        var b = NextLong(random);
        if (a > b) {
            var tmp = a;
            a = b;
            b = tmp;
        }
        var s = string.Format("{0}-{1}", a, b);
        data.Add(Tuple.Create(a, b, s));
    }
    sw.Stop();
    if (doSort) {
        data.Sort(new TupleComparer());
    }
    Console.WriteLine("Populated in {0}", sw.Elapsed);
    sw.Reset();
    var total = 0L;
    sw.Start();
    for (var i = 0 ; i != TotalQueries ; i++) {
        var x = NextLong(random);
        var cnt = data.Count(t => t.Item1 <= x && t.Item2 >= x);
        total += cnt;
    }
    sw.Stop();
    Console.WriteLine("Found {0} matches in {1} ({2})", total, sw.Elapsed, doSort ? "Sorted" : "Unsorted");
}
static void Main() {
    Test(false);
    Test(true);
    Test(false);
    Test(true);
}

Populated in 00:00:01.3176257
Found 15614281 matches in 00:00:04.2463478 (Unsorted)
Populated in 00:00:01.3345087
Found 15614281 matches in 00:00:08.5393730 (Sorted)
Populated in 00:00:01.3665681
Found 15614281 matches in 00:00:04.1796578 (Unsorted)
Populated in 00:00:01.3326378
Found 15614281 matches in 00:00:08.6027886 (Sorted)