考虑一个典型的有限差分应用:
// assuming T_size > 2
void process_T(double *T0, double *T, const int &T_size, bool periodic) {
for (int i = 0; i < T_size; ++i) {
double sum = 0;
double base = T0[i];
if (i > 0) sum += (T0[i-1]-base);
if (i < 0) sum += (T0[i+1]-base);
if (periodic) {
if (i == 0) sum += (T0[T_size-1]-base);
if (i == T_size-1) sum += (T0[0]-base);
} else {
if (i == 1 || i == T_size-1) sum += 0.5*(T0[i-1]-base);
if (i == 0 || i == T_size-2) sum += 0.5*(T0[i+1]-base);
}
T[i] = T0[i] + sum * 0.08; // where 0.08 is some magic number
}
}
检查periodic
是循环不变的,但由于仅在运行时才知道,因此每次都会产生条件检查成本。我可以创建一个专门的函数来假设其中一种情况,但是维护公共基础会很麻烦,特别是在它会增长到 8 个函数的三维问题的情况下(周期性:无,x,y,z, xy, xz, yz, xyz) 来考虑所有组合。
是否可以通过元编程来解决这个问题?
P/S:分支预测器可以相应地优化吗?