2

我只是在做一些基准测试，发现它fabsf()通常比fabs(). 所以我反汇编它，结果发现double版本是使用fabs指令，float版本不是。这可以改进吗？这更快，但不是那么多，恐怕它可能不起作用，它有点太低级了：

float mabs(float i)
{
    (*reinterpret_cast<MUINT32*>(&i)) &= 0x7fffffff;
    return i;
}

编辑：抱歉忘记了编译器——我仍然使用旧的 VS2005，没有特殊的库。

4

3 回答 3

4

您可以使用下面的代码轻松测试不同的可能性。它本质上是针对天真的模板 abs 和std::abs. 毫不奇怪，天真的模板 abs 获胜。好吧，有点令人惊讶的是它赢了。我希望std::abs同样快。请注意，这-O3实际上会使事情变慢（至少在 coliru 上）。

Coliru 的主机系统显示了这些时间：

random number generation: 4240 ms
naive template abs: 190 ms
ugly bitfiddling abs: 241 ms
std::abs: 204 ms
::fabsf: 202 ms

在 Core i7 上运行 Arch 和 GCC 4.9 的 Virtualbox VM 的这些时间安排：

random number generation: 1453 ms
naive template abs: 73 ms
ugly bitfiddling abs: 97 ms
std::abs: 57 ms
::fabsf: 80 ms

这些时间在 MSVS2013 (Windows 7 x64) 上：

random number generation: 671 ms
naive template abs: 59 ms
ugly bitfiddling abs: 129 ms
std::abs: 109 ms
::fabsf: 109 ms

如果我在这个基准代码中没有犯一些明显的错误（不要对我开枪，我在大约 2 分钟内写了这个），我会说只是使用std::abs，或者模板版本，如果结果是对你来说稍微快一点。

编码：

#include <algorithm>
#include <cmath>
#include <cstdint>
#include <cstdlib>
#include <chrono>
#include <iostream>
#include <random>
#include <vector>

#include <math.h>

using Clock = std::chrono::high_resolution_clock;
using milliseconds = std::chrono::milliseconds;

template<typename T>
T abs_template(T t)
{
  return t>0 ? t : -t;
}

float abs_ugly(float f)
{
  (*reinterpret_cast<std::uint32_t*>(&f)) &= 0x7fffffff;
  return f;
}

int main()
{
  std::random_device rd;
  std::mt19937 mersenne(rd());
  std::uniform_real_distribution<> dist(-std::numeric_limits<float>::lowest(), std::numeric_limits<float>::max());

  std::vector<float> v(100000000);

  Clock::time_point t0 = Clock::now();

  std::generate(std::begin(v), std::end(v), [&dist, &mersenne]() { return dist(mersenne); });

  Clock::time_point trand = Clock::now();

  volatile float temp;
  for (float f : v)
    temp = abs_template(f);

  Clock::time_point ttemplate = Clock::now();

  for (float f : v)
    temp = abs_ugly(f);

  Clock::time_point tugly = Clock::now();

  for (float f : v)
    temp = std::abs(f);

  Clock::time_point tstd = Clock::now();

  for (float f : v)
    temp = ::fabsf(f);

  Clock::time_point tfabsf = Clock::now();

  milliseconds random_time = std::chrono::duration_cast<milliseconds>(trand - t0);
  milliseconds template_time = std::chrono::duration_cast<milliseconds>(ttemplate - trand);
  milliseconds ugly_time = std::chrono::duration_cast<milliseconds>(tugly - ttemplate);
  milliseconds std_time = std::chrono::duration_cast<milliseconds>(tstd - tugly);
  milliseconds c_time = std::chrono::duration_cast<milliseconds>(tfabsf - tstd);
  std::cout << "random number generation: " << random_time.count() << " ms\n"
    << "naive template abs: " << template_time.count() << " ms\n"
    << "ugly bitfiddling abs: " << ugly_time.count() << " ms\n"
    << "std::abs: " << std_time.count() << " ms\n"
    << "::fabsf: " << c_time.count() << " ms\n";
}

哦，回答你的实际问题：如果编译器不能生成更高效的代码，我怀疑是否有一种更快的方法来保存微优化的程序集，特别是对于像这样的基本操作。

于 2014-05-05T15:01:01.253 回答
3

这里有很多东西在起作用。首先，不推荐使用 x87 协处理器以支持 SSE/AVX，所以我很惊讶地看到您的编译器仍然使用该fabs指令。在这个问题上发布基准答案的其他人很可能使用支持 SSE 的平台。你的结果可能大不相同。

我不确定为什么您的编译器对fabsand使用不同的逻辑fabsf。完全可以将 a 加载float到 x87 堆栈并fabs轻松使用其上的指令。在没有编译器支持的情况下自己重现这个问题是你无法将操作集成到编译器的正常优化管道中：如果你说“加载这个浮点数，使用fabs指令，把这个浮点数返回到内存”，那么编译器将做到这一点......它可能涉及将已经准备好处理的浮点数放回内存，将其重新加载，使用fabs指令，将其放回内存，然后再次将其加载到x87堆栈以恢复正常的、可优化的管道。fabs.

简而言之，您不太可能击败对浮点运算的集成编译器支持。如果您没有这种支持，内联汇编器可能只会让事情变得比他们可能已经更慢。您做的最快的事情甚至可能是使用该fabs函数而不是fabsf您的浮点数上的函数。

作为参考，现代编译器和现代平台使用 SSE 指令andps（对于浮点数）和andpd（对于双精度数）来 AND 出位符号，就像您自己做的一样，但避开了所有语言语义问题。他们都一样快。现代编译器还可以检测类似x < 0 ? -x : x的模式并生成最佳andps/andpd指令，而无需编译器内在。

于 2014-05-05T15:33:05.647 回答
2

你试过std::abs超载float吗？那将是规范的 C++ 方式。

另外顺便说一句，我应该注意到您的位修改版本确实违反了严格的混叠规则（除了更基本的假设int和float具有相同的大小），因此将是未定义的行为。

于 2014-05-05T14:22:02.577 回答