STL 模板的专业化

Question

我正在尝试使用 Mersenne Twister 编写使用随机数的高性能代码。大约需要~5ns 来生成随机的unsigned long long。这用于生成double，但是，这些需要~40ns 在分发中生成。

查看STL代码doubles，由分发生成，是通过调用std::generate_canonical生成的，这涉及到std::ceil和std::log2的操作，我相信是这些成本很高。

这些操作是不必要的，因为它们用于计算调用任何 RNG 实现所需的位数。由于这是在编译时间之前就知道的，我已经编写了自己的实现，不会进行这些调用，生成double 的时间是~15ns。

是否可以专门化模板化的 STL 函数？如果是这样，这是如何实现的，到目前为止我的尝试导致原始功能仍在使用。我想专门研究这个 STL 函数，因为我仍然想使用 <random> 中的分布。

这是在 Visual C++ 中，不过一旦代码开发完成，它将在 Linux 上运行并使用 GCC 或 ICC。如果在 Linux 上生成双精度的方法不同，（而且更快），这个问题是无关紧要的。

编辑 1：

我相信所有需要对 std::generate_canonical 进行双重调用的分布，此函数在 [0,1) 范围内创建一个双重，并且通过迭代添加对 RNG operator() 的调用来创建正确的精度。 log2 和 ceil 用于计算迭代次数。

MSVCstd::generate_canonical

// FUNCTION TEMPLATE generate_canonical
template<class _Real,
size_t _Bits,
class _Gen>
_Real generate_canonical(_Gen& _Gx)
{   // build a floating-point value from random sequence
_RNG_REQUIRE_REALTYPE(generate_canonical, _Real);

const size_t _Digits = static_cast<size_t>(numeric_limits<_Real>::digits);
const size_t _Minbits = _Digits < _Bits ? _Digits : _Bits;

const _Real _Gxmin = static_cast<_Real>((_Gx.min)());
const _Real _Gxmax = static_cast<_Real>((_Gx.max)());
const _Real _Rx = (_Gxmax - _Gxmin) + static_cast<_Real>(1);

const int _Ceil = static_cast<int>(_STD ceil(
    static_cast<_Real>(_Minbits) / _STD log2(_Rx)));
const int _Kx = _Ceil < 1 ? 1 : _Ceil;

_Real _Ans = static_cast<_Real>(0);
_Real _Factor = static_cast<_Real>(1);

for (int _Idx = 0; _Idx < _Kx; ++_Idx)
    {   // add in another set of bits
    _Ans += (static_cast<_Real>(_Gx()) - _Gxmin) * _Factor;
    _Factor *= _Rx;
    }

return (_Ans / _Factor);
}

我的简化版

template<size_t _Bits>
double generate_canonical(std::mt19937_64& _Gx)
{   // build a floating-point value from random sequence
    const double _Gxmin = static_cast<double>((_Gx.min)());
    const double _Gxmax = static_cast<double>((_Gx.max)());
    const double _Rx = (_Gxmax - _Gxmin) + static_cast<double>(1);

    double _Ans = (static_cast<double>(_Gx()) - _Gxmin);

    return (_Ans / _Rx);
}

这个函数写在namespace std {}

编辑 2：

我找到了解决方案，请在下面查看我的答案。

Answer 1

抱歉，不允许专门化标准库函数；这样做会导致未定义的行为。

但是，您可以使用其他发行版； C++ 在生成器和发行版之间具有良好定义的接口。

哦，只是为了消除初学者错误的可能性（因为您没有显示代码）：您不要为每个数字创建一个新的分布。

Answer 2

通过创建一个设置了所有参数的模板函数，并将函数声明为inline，可以创建std::generate_canonical的用户定义版本。

用户定义std::generate_canonical：

namespace std {
    template<>
    inline double generate_canonical<double, static_cast<size_t>(-1), std::mt19937>(std::mt19937& _Gx)
    {   // build a floating-point value from random sequence
        const double _Gxmin = static_cast<double>((_Gx.min)());
        const double _Rx = (static_cast<double>((_Gx.max)()) - _Gxmin) + static_cast<double>(1);

        double _Ans = (static_cast<double>(_Gx()) - _Gxmin);
        _Ans += (static_cast<double>(_Gx()) - _Gxmin) *_Rx;

        return (_Ans / _Rx * _Rx);
    }

    template<>
    inline double generate_canonical<double, static_cast<size_t>(-1), std::mt19937_64>(std::mt19937_64& _Gx)
    {   // build a floating-point value from random sequence
        const double _Gxmin = static_cast<double>((_Gx.min)());
        const double _Rx = (static_cast<double>((_Gx.max)()) - _Gxmin) + static_cast<double>(1);

        return ((static_cast<double>(_Gx()) - _Gxmin) / _Rx);
    }
}

第二个参数static_cast<size_t>(-1) 应该修改为特定库使用的任何值，VC++ 就是这种情况，但 GCC 可能不同。这意味着它不可移植。

此函数已为std::mt19337 和std::mt19937_64 定义，并且似乎可以正确用于STL 分发。

结果：

double using std::generate_canonical

Generating 400000000 doubles using standard MT took: 17625 milliseconds
This equivalent to: 44.0636 nanoseconds per value

Generating 400000000 doubles using 64bit MT took: 11958 milliseconds
This equivalent to: 29.8967 nanoseconds per value


double using new generate_canonical

Generating 400000000 doubles using standard MT took: 4843 milliseconds
This equivalent to: 12.1097 nanoseconds per value

Generating 400000000 doubles using 64bit MT took: 2645 milliseconds
This equivalent to: 6.61362 nanoseconds per value