我有一个 C 程序，它有 n 次乘法（单次乘法和 n 次迭代），我发现另一个逻辑有 n/2 次迭代（1 次乘法 + 2 次加法）。我知道两者都是 O(n) 的复杂性。但就 CPU 周期而言。哪个更快？
【问题讨论】：
标签： c performance optimization implementation cpu-cycles
在您的计算机上进行测试。或者，查看您的处理器的规格并猜测。
旧的逻辑不再适用：在现代处理器上，整数乘法可能非常便宜，在一些新的英特尔处理器上，它是 3 个时钟周期。在这些相同的处理器上，加法是 1 个周期。然而，在现代流水线处理器中，数据依赖造成的停顿可能会导致添加时间更长。
我的猜测是，如果您进行折叠类型的操作，N 次加法 + N/2 次乘法比 N 次乘法要慢，而对于映射类型的操作，我会猜测相反。但这只是猜测。
测试你是否想要真相。
但是：这种简单的大多数算法都受内存限制，并且两者的速度相同。
【讨论】：
首先遵循 Dietrich Epp 的第一个建议 - 测量是（至少对于复杂的优化问题）唯一确定的方法。
现在，如果您想弄清楚为什么一个比另一个快，我们可以试试。有两种不同的重要性能指标：延迟和互惠吞吐量。两者的简短总结：
延迟：这是指令在一个 依赖链。数字是最小值。缓存未命中， 未对准，异常可能会增加时钟计数 相当。在启用超线程的情况下，使用相同的 另一个线程中的执行单元会导致性能下降。 非正规数、NAN 和无穷大不会增加延迟。这 使用的时间单位是核心时钟周期，而不是参考时钟周期 由时间戳计数器给出。
倒数吞吐量：平均每个内核时钟周期数 一系列独立的同类指令的指令 在同一个线程中。
对于桑迪桥的记录。 add r, r/i 的吞吐量（进一步通知 r=register，i=immediate，m=memory）为 0.33，而延迟为 1。
imul r, r 的延迟为 3，rec。吞吐量为 1。
因此，正如您所看到的，它完全取决于您的特定算法 - 如果您可以用两个独立添加替换一个 imul，那么您算法的这个特定部分可以获得 50% 的理论加速（在最好的情况下显然加速约 350%）。但另一方面，如果您的添加添加了一个有问题的依赖项，则一个 imul 可能与一个添加一样快。
另外请注意，我们忽略了所有额外的复杂性，例如内存和缓存行为（通常会对执行时间产生更大、更大影响的事物）或诸如 µop 融合之类的复杂事物。一般来说，唯一应该关心这些东西的人是编译器编写者——仅仅衡量他们努力的结果要简单得多；）
无论如何，如果您想详细列出这些内容，请参阅 this here（上面对延迟/记录吞吐量的描述也来自该特定文档）。
【讨论】：