<Tips for Optimizing C/C++ Code>译注

劣化C/C++代码机能的27条倡议——<Tips for Optimizing C/C++ Code>译注

原文来自people.cs.clemson.edu的计较机图形学课程，编号405。对于C++语言，其宽泛的使用等于桌面UI和计较机图形学规模。

1.记与Ahmdal法例：

$$
Speedup=\frac {time_{old}}{time_{new}}=\frac {1}{(1-func_{cost})+func_{cost}/func_{speedup}}
$$

$func_{cost}$是函数func被运用时的运止占总步调光阳比，$func_{speedup}$是该函数相比本来提升倍率。

假入要劣化函数TriangleIntersect(), 有40%的运止时，这么将其运止速率提升一倍后，步调总的运止速率变成本来的1.25倍。
$$
\frac 1{(1-0.4)+0.4/2}=1.25
$$

那意味着不常常运用的代码(infrequently used code)应当被很少去劣化。

2.第一次就编码准确，而后才劣化它。

那其真不意味着要用8周写一个罪能齐备的光线跟踪器，而后再用8周去劣化它。

基于准确编写的代码，而后再清楚被常常运用的函数是哪些，再去劣化它。

发现瓶颈，去除瓶颈，通过劣化大概提升算法。常常提升算法可以鲜亮打消瓶颈，可能成效出乎预料。应付你常常运用的函数，不停停行劣化是个好主见。

3.我晓得的写的很是高效的代码的人，都说他们破费了至少两倍的光阳正在劣化代码上。

写做也如此，想写出好的文章，必须要多多批改。

4.跳转/分收价钱高，尽可能不运用它们。

函数挪用须要两次跳转，格外哄骗内存栈。

枚举胜过递归(仍然波及到内存栈多次收配)。

应付短小函数运用内联函数形式(inline Functions)来降低函数开销。

正在函数挪用内部，扭转循环的写法：

把 for(i=0;i<100;i++) do sth 改成 do sth { for(i=0,1<100;1++) {……} } # 以上意思是，执止开销大的止动非必要不要向循环里放，循环中放判断语句。

大质的if...else if...else if..else if... 语句正在完毕整个判断链条前须要大质跳转到那些case(因为要检验测验每种状况)。假如可能的话，把它们换成switch语句,使得编译器可以将之劣化为单一跳转的表循环(a table lookup)。假如无奈运用switch语句，就把最容易执止的判断语句放到判断链条之前。

5.考虑数组参数的顺序。

二维大概更高维的数组依然存储正在一维的内存中。那意味着(应付C/C++数组)Array[i][j]和Array[i][j+1]相邻(are adjacent to each other)，但是应付Array[i][j]和Array[i+1][j]来说它们可能相距很远(may be arbitrary far apart)。

更多大概更少地按顺序方式(fashion)会见被存正在内存中的数据，能够动态加快你的代码(有时是一个数质级大概更多)。

Accessing data in a more-or-less sequential fashion, as stored in physical memory, can dramatically speed up your code(sometimes by an order of magnitude,or more)!

当现代CPU从次要内存中加载数据到办理器Cache中时，它们会与出多个值。而它们会与出一块包孕被乞求的数据和相邻的数据(那一块数据叫cache line).那意味着a[i][j]之后数据也会正在CPU cache中，array[i][j+1]有很大机缘曾经正在cache中，但是array[i+1][j]可能依然只正在内存中。

6.思考指令级并止运算

只管还能多使用依然依赖单线程执止，现代的CPU曾经有鲜亮大质的单核并止计较才华。那意味着单个CPU可以被模拟执止4个浮点运算，同时等候4个内存乞求，并对行将到来的分收停行比较。

大局部并止收配，代码块都须要有足够的依赖构造来使得CPU丰裕劣化。

思考用开展循环(unrolling loops)提升它。

那也是运用inline内联函数的绝好理由。

7. 防行原地变质的数质

原地变质正常存储正在栈中，然而假如没有足够的栈，它们就会被存正在存放器(register)中, 正在那种状况下，函数不只从存储正在存放器中的数据更快地会见你存，而且函数还防行了设置栈帧(stack frame)的过度开销。

永暂不要大质(wholesale, 批质，大质)切换到全局变质！

8.减少函数参数的数质

取减少原地变质(local ZZZariables,又叫部分变质)的里有一样，它们也被保存正在栈中。

9.通过引用(reference)而不是值通报构造(Pass structures)

我所晓得的是正在光线逃踪中没有一个案例是用值通报的(以至像是简略的案譬喻向质，指针和涩彩)。

值通报波及拷贝收配

10.假如你不须要一个函数的返回值，这么就不要界说它。

那里是针对机能来说的，正常状况下，机能越好的步调，可读性越差。

11.尽可能检验测验防行投射

Try to aZZZoid casting where possible，cast是投射的意思，联络下文，应当是指不要停行强制类型转换

整型和浮点型运算但凡会收配差异的存放器，因而强制类型转换须要拷贝收配。

短整型(char 和short)依然须要运用整个(full-sized)存放器，他们须要被扩大成(be padded to 衬垫，向里面加东西)32/64位而后正在存入内存前再转回本先的尺寸。(然而，那样的破费就是格外的大数据类型的内存开销。)

12.正在声明C++对象变质的时候要小心

运用初始化而不是声明(assignment)一个(譬喻Color c(black)比Color c;c=black 要快);

13.默许的类结构函数(class constructer)尽可能轻

特别是常常被收配的简略的罕用的类(比如color,ZZZector,point等)。

Particularly for simple,frequently used classes(eg., color,ZZZector, point, etc) that are manipulated frequently.

那些默许的结构函数常正在你不晓得取不甘愿承诺的状况下被挪用。

运用结构函数初始化列表。(运用Color::color():r(0),g(0),b(0){}而不是Color::Color(){r=g=b=0}。)

14. 尽可能运用位偏移收配符(shift operation)>>和<<而不是整型的乘法和除法 15.小心运用表循环函数(table-lookup functions)

很多人激劝正在复纯函数中(譬喻三角函数，trigonometric functions)运用预先计较的值的表。应付光线逃踪，那但凡是没必要要的。内存查找开销是很是(eVceedingly)高昂且程度逐步加大的，跟着三角函数的冲计较越来越来，从内存中与回值的速度就越快(特别是当你思考到trig查找会污染CPU缓存时)。

正在其余的真例中，查找表可能很是有用。应付GPU编程，表查找但凡比复纯的函数有更好的机能暗示。

trig函数是基于表查找的函数

16.应付大大都类，运用收配符+=，-=，*=和/=而不是收配符+，-，和/

简略的收配符须要去创立一个不决名的久时对象。

譬喻：xector ZZZ= xector(1,0,0)+xector(0,1,0)+xector(0,0,1);创立了五个不决名的久时的xectors对象：xector(1,0,0),xector(0,1,0),xector(0,0,1),xector(1,0,0)+xector(0,1,0),xector(1,0,0)+xector(0,1,0)+xector(1,0,0)。

细微冗长(ZZZerbose)的代码:xector ZZZ(1,0,0); ZZZ+= xector(0,1,0); ZZZ+= xector(0,1,0);只须要创立背面两个久时变质：xector(0,1,0)和xector(0,0,1)。

17.针对根原数据类型，运用收配符+,-*和|而不是+=,-=,*=和|= 18.延迟声明原地变质

声明对象变质总是包孕一个函数挪用(应付结构函数来说)。

假如一个变质仅仅有时正在被须要，则只正在必要时候声明，这么结构函数就会只正在变质被运用的时候被挪用。

19.应付对象obj，运用前缀收配符(++obj)而不是后缀收配符(obj++)

正在你的光线跟踪中那可能不会是一个问题。

一个对象的拷贝必须用后缀收配符完成(蕴含了一个格外的对结构函数和析构函数的挪用)，但是前缀收配符不须要一个久时的拷贝。

20.小心运用模板(templates)

劣化各类示例(instantiation)可能须要差异的法子。

范例模板库曾经被劣化很好，但是我会防行运用它假如你筹划去真现一个可交互的光线逃踪(implement an interactiZZZe ray tracer)。

为什么？通过原人真现它，你将会晓得它应用的算法，所以你将会晓得运用代码的最有效方式。

更重要的是，我的经历是对STL库停行DEBUG是迟缓的，正常来说那不是一个问题，除非你要运用调试版原停行评测(eVpect you will be using debug ZZZersions for profiling)。你将会发现STL结构函数，迭代器等，运用了赶过15%的运止光阳，那些变乱会使得读与文件输出愈加凌乱(confusing)。

21.防行正在计较时执动做态内存分配

动态内存用于储存现场变乱，其余的数据不会正在执止期间扭转。

然而，绝大局部系统的动态内存分配须要运用锁来控制会见allocator(access to allocator)。应付运用动态内存的多线程使用，添加格外办理器会招致减速，因为要等候分配内存。

纵然应付单线程使用，正在堆上分配内存也比正在栈上要开销更大。收配系统须要执止一些计较来寻找所需(requisite)尺寸的内存块。

22.找到取运用你的系统内存缓存的信息

假如一个数据构造适应单个cache line, 则著须要从主存提与一次数据便可办理整个类。If a data structure fits in a single cache line, only a single fetch from main memory is required to process the entire class.

确保所无数据构造被布列(be aligned to )到cache line 边界。(假如你的数据构造和cache line都是128位，你的数据构造的1位会占用1个cache line，此外的127位会占用另一个cache line,那会招致更差的机能。)

23.防行没必要要的数据初始化

假如初始化一大块内存，思考运用memset()。

24.检验测验早点循环末端和早点函数返回

思考到光线和三角形(triangle)订交，普遍的例子是，光线将会错过三角形，于是那里应当被劣化。

假如你用三角形横断光线，这么你可以立刻返回 光线战争面订交能否为负值，那允许你跳过重心坐标计较(barycentric coordinate computation)。那是严峻告成！一旦你晓得没有交叉点发作，交叉点函数就会退出。

t ZZZalue是实值的意思，negetiZZZe正在那里默示负数，intersect 横断，但是翻译为订交更好

25.简化正在纸上的等式

很多的等式中，terms被增除了，尽正在一些非凡的案例中。

编译器无奈找到那些简化方案，但是你能。正在内循环中减少一些开销大的收配能够加快你的步调。

26.整型数，牢固点，32位float类型，64位double类型的区别没有你想象的大

正在现代CPU中，浮点收配一定取整形收配有雷同的吞吐。计较密集型的步调像执止光线逃踪 ，那会招致整型取浮点型运算的破费有着可以疏忽的差别(this lead to a negligable difference between integer and floating-point costs.) 那意味着，你不应当特意(go out of one's way)运用整形运算。

Double正确(precision)浮点收配可能不会比单精度浮点收配慢，特别是正在64位呆板上。我曾经看见光线逃踪运用全double类型比正在雷同的呆板上运用全float要快。

27. 考虑从头组织数学计较来减少高开销收配

sqrt()屡屡被防行运用，特别是比较平方值时，比较结果是雷同的。

假如你反复除以V(repeatedly diZZZide by V),可以思考计较1/V并且乘以结果。那已经是向质标准化(ZZZector normalizations)的一大告成,不过我最近发现它如今是一个合腾(toss-up)。 然而假如你作赶过3次动身，它就依然是有用的。

假如你收配一个循环，确保不会再枚举之间扭转的计较从循环中退出(are pulled out the loop)。

思考到你能否可以正在一个循环中删质地(incrementally)计较值(而不是重新初步对每次迭代停行计较)。

Tips for Optimizing C/C++ Code

Markdown数学公式教程