【发布时间】：2016-01-16 14:25:43
【问题描述】：
在发布模式下在 VC++2015 中编译以下程序时，优化设置为 Ox（完全优化），即使有额外的条件检查，我也不知何故获得了更好的性能。
演示：http://coliru.stacked-crooked.com/a/a33b42a28548d3e4（不演示性能差异，因为 g++ 为两个版本生成几乎相同的代码）。
运行该程序可以缩短 2. 的执行时间。这违反了我的常识，因为 2. 每次都有 if 声明要检查。
在我的机器上，1. 平均为 105 毫秒，2. 平均为 86 毫秒。该演示也显示了差异，但只有 5ms 的差异仍然有利于 2.;这是什么原因造成的？
这里是完整的代码，它实际上给了我执行时间的巨大差异。请注意，它实际上并不使用两个函数。我只是将operator++()中的相关部分注释掉。
#include <iostream>
#include <thread>
#include <chrono>
#include <cstddef>
#include <atomic>
#include <limits>
#include <stdexcept>
#include <assert.h>
template <typename T = std::size_t>
class atomic_counter
{
public:
using size_type = T;
atomic_counter() : count_{ 0 }
{
assert( count_.is_lock_free() );
}
atomic_counter& operator++()
{
++count_; // 1.
//auto prev_count = ++count_; // 2.
//if ( prev_count == std::numeric_limits<size_type>::min() )
// throw std::overflow_error( "atomic_counter::operator++(): counter overflow" );
return *this;
}
atomic_counter& operator--()
{
auto prev_count = --count_;
if ( prev_count == std::numeric_limits<size_type>::max() )
throw std::underflow_error( "atomic_counter::operator--() : counter underflow" );
return *this;
}
size_type count() const
{
return count_.load();
}
public:
std::atomic<size_type> count_;
};
template
<
typename Clock = std::chrono::high_resolution_clock,
typename Unit = std::chrono::milliseconds,
typename F,
typename... FArgs
>
long long measure_execution_time( F&& f, FArgs&&... fargs )
{
auto time_begin = Clock::now();
f( std::forward<FArgs>( fargs )... );
auto time_end = Clock::now();
return std::chrono::duration_cast<Unit>( time_end - time_begin ).count();
}
int main()
{
auto hardware_concurrency = std::thread::hardware_concurrency();
std::size_t constexpr loop_count = 15'000'000;
atomic_counter<> ac;
auto lambda = [&] ( auto&& n )
{
for ( atomic_counter<>::size_type i{ 0 }; i < n; ++i )
++ac;
};
long long avg = 0;
for ( std::size_t i{ 0 }; i < 20; ++i )
{
auto time = measure_execution_time<>( lambda, loop_count );
std::cout << i + 1 << ".\t" << time << " ms\n";
avg += time;
}
std::cout << "Avg:\t" << avg / 20 << " ms\n";
}
1. 的结果一致：
2. 的结果一致：
为1.生成的程序集：
000000013FA110F0 lea rcx,[rsp+38h]
000000013FA110F5 call std::chrono::steady_clock::now (013FA11000h)+100000000h
000000013FA110FA mov eax,2160EC0h
000000013FA110FF nop
000000013FA11100 loopv1: mov ecx,1
000000013FA11105 lock xadd qword ptr [ac],rcx
000000013FA1110C sub rax,1
000000013FA11110 jne loopv1 ; main+70h (013FA11100h)
000000013FA11112 lea rcx,[rsp+40h]
000000013FA11117 call std::chrono::steady_clock::now (013FA11000h)+100000000h
为2.生成的程序集：
long long measure_execution_time( F&& f, FArgs&&... fargs )
{
000000013F871230 mov qword ptr [rsp+8],rbx
000000013F871235 push rdi
000000013F871236 sub rsp,50h
000000013F87123A mov rdi,rcx
000000013F87123D mov rbx,rdx
auto time_begin = Clock::now();
000000013F871240 lea rcx,[rsp+70h]
000000013F871245 call std::chrono::steady_clock::now (013F871110h)
f( std::forward<FArgs>( fargs )... );
000000013F87124A xor r9d,r9d
000000013F87124D cmp qword ptr [rbx],r9
000000013F871250 jbe measure_execution_time<std::chrono::steady_clock,std::chrono::duration<__int64,std::ratio<1,1000> >,<lambda_fb2a7610a6d36531125f2c739fce673b> & __ptr64,unsigned __int64 const & __ptr64>+41h (013F871271h)
000000013F871252 loopv2: mov rax,qword ptr [rdi] ; top of the inner loop
000000013F871255 mov r8d,1
000000013F87125B lock xadd qword ptr [rax],r8
000000013F871260 lea rax,[r8+1]
000000013F871264 test rax,rax
000000013F871267 je measure_execution_time<std::chrono::steady_clock,std::chrono::duration<__int64,std::ratio<1,1000> >,<lambda_fb2a7610a6d36531125f2c739fce673b> & __ptr64,unsigned __int64 const & __ptr64>+7Bh (013F8712ABh)
000000013F871269 inc r9
000000013F87126C cmp r9,qword ptr [rbx] ; loop upper-bound in memory
000000013F87126F jb loopv2 ; measure_execution_time<std::chrono::steady_clock,std::chrono::duration<__int64,std::ratio<1,1000> >,<lambda_fb2a7610a6d36531125f2c739fce673b> & __ptr64,unsigned __int64 const & __ptr64>+22h (013F871252h)
auto time_end = Clock::now();
000000013F871271 lea rcx,[time_end]
000000013F871276 call std::chrono::steady_clock::now (013F871110h)
【问题讨论】：
-
这可能是一些激进的 UB 优化，尽管我看不到 UB，除非您使用签名类型进行实例化。
-
大会怎么说？
-
高分辨率计时是一门黑色艺术。我注意到您的方法 2. 在方法 1 之后调用。优势很可能是由于在第二种方法运行时指令缓存处于更好的位置，从而使其具有优势。如果先运行方法 2 然后再运行方法 1，您是否看到相同的优势？
-
@P.Hinker 我已经添加了确切的代码，可以提供我谈到的时间。一开始我不想包含它，因为我想保持帖子简短。
-
无法重现。您最好链接到可靠的测试，并在每种情况下提供为测试循环生成的程序集。
标签： c++ performance visual-c++ x86 atomic