对于一些微积分密集型代码，我怎样才能获得最快的迭代？

Posted 2023-03-06

【中文标题】对于一些微积分密集型代码，我怎样才能获得最快的迭代？

【英文标题】：how can I get the fastest iteration possible for some calculus intensive code?

【发布时间】：2011-10-28 03:25:22

【问题描述】：

上下文

我正在使用 QLinkedList 来存储我编写的一些类。 事实上，我必须对这个列表进行很多的迭代。 我的意思是我编写的程序会进行无限演算（好吧，您仍然可以手动停止它），并且每次迭代我都需要通过那个 QLinkedList。

问题

问题不在于我是否对这个列表进行了太多迭代。

我正在分析我的代码，我发现有 1/4 的时间花在 QLinkedList::end() 和 QLinkedList::begin() 功能。

示例代码

我的代码如下：

typedef QLinkedList<Particle*> ParticlesList;  // Particle is a custom class

ParticlesList* parts = // assign a QLinkedList

for (ParticlesList::const_iterator itp = parts->begin(); itp != parts->end(); ++itp)

    //make some calculus

就像我说的，这段代码被频繁调用，以至于它在 parts->begin() 和 parts->end() 上花费了大量时间。

问题

那么，问题是如何减少迭代这个列表所花费的时间？

可能的解决方案

这里有一些我想到的解决方案，请帮我选择最好的或者给我另一个建议:)

使用经典的 C 数组：//抱歉这个错误

Particle** parts = // assing it something
for (int n = 0; n < LENGTH; n++)

    //access by index
    //make some calculus

这应该很快吧？

也许使用 Java 风格的迭代器？ 也许使用另一个容器？ 组装？开个玩笑……或者也许？

感谢您未来的回答！

PS：我已经阅读了有关何时进行分析的 *** 帖子，所以不用担心；）

编辑：

列表修改

对不起，我想我忘记了最重要的，我会写整个函数而不剥离：

typedef std::vector<Cell*> Neighbours;
typedef QLinkedList<Particle*> ParticlesList;

Neighbours neighbours = m_cell->getNeighbourhood();
Neighbours::const_iterator it;

for (it = neighbours.begin(); it != neighbours.end(); ++it) 

    ParticlesList* parts = (*it)->getParticles();
    for (ParticlesList::const_iterator itp = parts->begin(); itp != parts->end(); ++itp)
    
        double d = distanceTo(*itp); // computes sqrt(x^2 + y^2)
        if(d>=0 && d<=m_maxForceRange)
        
            particleIsClose(d, *itp); // just changes 
        
    

为了确保我完整，整个代码都在循环中调用^^。

所以是的，列表已被修改，并且处于内部循环中。所以没有办法预先计算它的开始和结束。

而且，列表需要在每次大迭代时（我的意思是在最顶层的循环中）通过一个一个地插入来构建。

调试模式

是的，我确实在调试模式下进行了分析。而且我认为这句话是明智的，因为代码在 Release 中的速度提高了 2 倍。列表的问题消失了。

感谢大家的回答，对此深表歉意^^

【问题讨论】：

您是否总是需要处理列表中的所有项目？你在循环内部做了一些决定吗？

这不是一个“经典的 C++ 数组”，而是一个经典的 C 数组，如果有的话。在 C++ 中使用 std::vector。

无论如何，一旦你开始循环，列表是否会改变，或者可以在循环期间插入元素？

列表中有多少项？例如，如果您有一个项目，您将在循环的每次迭代中调用begin()、2 个end() 和一个QLinkedList::iterator::operator++...如果列表实际上是 long 那么我不要真的相信begin() 和end() 会是最高的成本（除非循环体几乎是空的）。考虑将std::vector 用于连续内存，在发布模式下编译并进行优化...通常

你可能想see this。

【参考方案1】：

如果您在调试模式下进行分析，许多编译器会禁用内联。 begin() 和 end() 时间很高可能不是“真实的”。方法调用时间将远高于等效的内联操作。

我在完整代码中注意到的其他内容是，您正在内部循环中执行 sqrt。根据硬件架构，它们可能相当昂贵。我会考虑替换以下代码：

 double d = distanceTo(*itp); // computes sqrt(x^2 + y^2) 
 if(d >= 0 && d <= m_maxForceRange) 

与：

 double d = distanceToSquared(*itp); // computes x^2 + y^2
 if(d >= 0 && d <= m_maxForceRangeSquared)

我已经在我进行碰撞检测的代码中做到了这一点，它有时会带来明显的改进。这些测试是等效的，并且节省了大量对 sqrt 的调用。与优化一样，测量以验证它是否提高了速度。

【参考方案2】：

如果您的编译器不够聪明，无法意识到它是 const，则预先计算结束迭代器会有所帮助，因此每次都通过循环计算它。你可以这样做：

const ParticlesList::const_iterator itp_end = parts->end();

for (ParticlesList::const_iterator itp = parts->begin(); itp != itp_end; ++itp)

    //make some calculus

我不明白为什么parts->begin(); 需要这么长时间，它应该只使用一次。但是，如果这个循环在另一个循环中，你可以这样做：

const ParticlesList::const_iterator itp_begin = parts->begin();
const ParticlesList::const_iterator itp_end = parts->end();

for (...)

  for (ParticlesList::const_iterator itp = itp_begin; itp != itp_end; ++itp)
  
      //make some calculus
  

但我无法想象这会产生太大的影响（除非你的内心清单真的很短），但它也不应该有太大的伤害。

进一步说明，对于您的目的，链表可能不是最快的数据结构。当您经常需要在列表中间插入项目时，链接列表最有用。如果列表已构建然后修复，您可能最好使用std::vector。即使您偶尔只需要从末尾（而不是开头或中间）添加/删除项目，std::vector 也可能会更好。如果您必须从开头/结尾（但不是中间）添加/删除，请考虑使用std::deque。

【讨论】：

好答案。此外，提升的迭代器应自己制作为const（即const ParticlesList::const_iterator itp_end = ...）。

【参考方案3】：

如果你绝对需要原始速度，你应该衡量你遇到的每一个可能的选择，并保持最快。

听起来列表在您迭代时保持不变。我会尝试将列表的末尾存储在局部变量中。

typedef QLinkedList<Particle*> ParticlesList;  // Particle is a custom class

ParticlesList* parts = // assign a QLinkedList
ParticlesList::const_iterator end = parts->end();

for (ParticlesList::const_iterator itp = parts->begin(); itp != end; ++itp)

    // make some calculus

【讨论】：

不妨这样做：for (ParticlesList::const_iterator itp = parts->begin(), end = parts->end(); ...。它更短，并将变量保持在 for 循环范围内。

【参考方案4】：

Qt 容器与 std::for_each 等 STL 算法兼容。

试试这样的：

std::for_each( parts->begin(), parts->end(), MyParticleCalculus );

其中MyParticleCalculus 是一个包含您的微积分的函子。

Qt 也有自己的foreach，但它显然只是一个隐藏迭代器的宏，因此它可能不会给您带来任何性能优势。

（编辑：根据 Scott Meyer 在“有效 STL”中的建议，我推荐 std::for_each："Prefer algorithm calls to hand-written loops."）