if else 与映射小序列中的数学答案

【问题标题】：if else vs math in mapping small sequencesif else 与映射小序列中的数学
【发布时间】：2017-05-06 14:13:29
【问题描述】：

我最近不得不将整数的符号转换为 -1 或 1

我想知道，是通过 if else 语句还是通过计算更快？

#if else#
s == -1 ? -1 : 1

#calculation#
ceil((s + 1) / 2) * 2 - 1

我知道这是一个非常简单的示例，但有时您需要映射更大的间隔，而且直观地说，至少对于较小的间隔，数学运算似乎会更快。

另外，相对速度如何受所用语言的影响（例如 Python 与 C）。

【问题讨论】：

第二种解决方案不起作用。考虑如果s 是最大的正整数会发生什么，然后s+1 溢出并且您有未定义的行为！因此，在可行的解决方案和不可行的解决方案之间，选择可行的解决方案。
我说的是映射范围 -1, 0, 1 到 -1, -1, 1（第一行），如果含糊不清，抱歉
@AsoneTuhid：如果我是你，我会将该映射添加到实际问题中。

标签： python c performance if-statement mapping

【解决方案1】：

? 运算符会稍微快一些，因为它涉及的指令数量较少，而且我们现在的处理器通常足够聪明，不会破坏管道，尽管它应该看起来像这样：

int r = (s < 0) ? -1 : 1;

括号是为了清楚起见。

如果s 只能是-1、0 或1，我建议：

int v[] = { -1, 1, 1 };
int r = v[s+1];

这永远不会破坏 CPU 管道。

【讨论】：

考虑到 s 只能有 -1、0 和 1 的值，使用 s
为什么我没有想到数组方法？投赞成票！
@AsoneTuhid，两个关系表达式的计算结果都是 0 或 1，OP 想要 -1 或 1。
不错，没想到会比 if/else 快吗？
现在OP已经提供了函数，我想你需要s <= 0和{-1, -1, 1}作为数组。

【解决方案2】：

现代编译器并不愚蠢。例如，他们不会为有条件的移动提供愚蠢的不必要的跳跃。（但这并不是说它们很聪明。）鉴于return x == -1 ? -1 : 1;，Clang 和 GCC 分别产生

sgn:                                    # @sgn
    cmp     edi, -1
    mov     eax, 1
    cmove   eax, edi
    ret

和

sgn:
    xor     eax, eax
    cmp     edi, -1
    setne   al
    lea     eax, [rax-1+rax]
    ret

这些都很好，但我希望 shift + or 更快。 return (2 * -(x < 0)) + 1; 编译为

sgn:                                    # @sgn
    sar     edi, 30
    or      edi, 1
    mov     eax, edi
    ret

和

sgn:
    mov     eax, edi
    sar     eax, 31
    or      eax, 1
    ret

分别。这些速度非常快。

在 CPython 上情况并非如此，因为那是一个解释器。

【讨论】：

【解决方案3】：

在 Python 中，布尔运算符比数学快 >5 倍：

%timeit (math.ceil((s + 1) / 2) * 2 - 1)
# 1000000 loops, best of 3: 381 ns per loop

%timeit (-1 if s < 0 else 1)
#10000000 loops, best of 3: 70.1 ns per loop

在 Python 中，您还可以使用直接字典查找，这令人惊讶地几乎与布尔 if 一样好：

d = {-1:-1, 0:-1, 1:1}
%timeit d[s]
#10000000 loops, best of 3: 73.8 ns per loop

【讨论】：

【解决方案4】：

如果性能真的那么重要，我认为很难击败将 {-1, 0, 1} 转换为 {-1, -1, 1} 的代码

减去 1。
提取符号位。

在 C 中，您可以使用几个内联汇编语句来解决这个问题，具体取决于您的平台。

这可能会超过等效的三元条件（实际上是s <= 0 ? -1 : 1），因为不正确的分支分支预测会导致 CPU 转储管道。

对于这样的微优化，您需要通过分析来回答它，建立一个适当的测试框架并将性能测量到适当的统计显着水平。

【讨论】：