可以内联 std::function 还是应该使用不同的方法？

Question

我正在开发一个复杂的框架，它使用std::function<> 作为许多函数的参数。通过分析，我发现了以下性能问题之一。

谁能解释一下为什么 Loop3a 这么慢？我预计将使用内联并且时间将相同。组装也是如此。有什么方法可以提高性能或不同的方式吗？ C++17 会以这种方式做出任何改变吗？

#include <iostream>
#include <functional>
#include <chrono>
#include <cmath>

static const unsigned N = 300;

struct Loop3a
{
    void impl()
    {
        sum = 0.0;
        for (unsigned i = 1; i <= N; ++i) {
            for (unsigned j = 1; j <= N; ++j) {
                for (unsigned k = 1; k <= N; ++k) {
                    sum +=  fn(i, j, k);
                }
            }
        }
    }

    std::function<double(double, double, double)> fn = [](double a, double b, double c) {
        const auto subFn = [](double x, double y) { return x / (y+1); };
        return sin(a) + log(subFn(b, c));
    };
    double sum;
};


struct Loop3b
{
    void impl()
    {
        sum = 0.0;
        for (unsigned i = 1; i <= N; ++i) {
            for (unsigned j = 1; j <= N; ++j) {
                for (unsigned k = 1; k <= N; ++k) {
                    sum += sin((double)i) + log((double)j / (k+1));
                }
            }
        }
    }

    double sum;
};


int main()
{
    using Clock = std::chrono::high_resolution_clock;
    using TimePoint = std::chrono::time_point<Clock>;

    TimePoint start, stop;
    Loop3a a;
    Loop3b b;

    start = Clock::now();
    a.impl();
    stop = Clock::now();
    std::cout << "A: " << std::chrono::duration_cast<std::chrono::milliseconds>(stop - start).count();
    std::cout << "ms\n";

    start = Clock::now();
    b.impl();
    stop = Clock::now();
    std::cout << "B: " << std::chrono::duration_cast<std::chrono::milliseconds>(stop - start).count();
    std::cout << "ms\n";

    return a.sum == b.sum;
}

使用带有“-O2 -std=c++14”的 g++5.4 的示例输出：

A: 1794ms
B: 906ms

在分析器中，我可以看到许多这样的内部结构：

double&& std::forward<double>(std::remove_reference<double>::type&)
std::_Function_handler<double (double, double, double), Loop3a::fn::{lambda(double, double, double)#1}>::_M_invoke(std::_Any_data const&, double, double, double)
Loop3a::fn::{lambda(double, double, double)#1}* const& std::_Any_data::_M_access<Loop3a::fn::{lambda(double, double, double)#1}*>() const

Answer 1

std::function 不是零运行时成本抽象。它是一个类型擦除的包装器，在调用 operator() 时具有类似 virtual-call 的成本，并且还可能潜在地进行堆分配（这可能意味着每次调用缓存未命中）。 p>

编译器很可能无法内联它。

如果你想以一种不会引入额外开销并且允许编译器内联的方式存储你的函数对象，你应该使用模板参数.这并不总是可能的，但可能适合您的用例。

---

我写了一篇与主题相关的文章：
"Passing functions to functions"

它包含一些基准，显示与模板参数和其他解决方案相比，为std::function 生成了多少程序集。

Answer 2

std::function 大约有一个虚拟调用开销。这很小，但如果您的操作更小，它可能会很大。

在您的情况下，您在 std::function 上大量循环，使用一组可预测的值调用它，并且可能在其中几乎没有做任何事情。

我们可以解决这个问题。

template<class F>
std::function<double(double, double, double, unsigned)>
repeated_sum( F&& f ) {
  return
    [f=std::forward<F>(f)]
    (double a, double b, double c, unsigned count)
    {
      double sum = 0.0;
      for (unsigned i = 0; i < count; ++i)
        sum += f(a,b,c+i);
      return sum;
    };
}

然后

std::function<double(double, double, double, unsigned)> fn =
  repeated_sum
  (
    [](double a, double b, double c) {
      const auto subFn = [](double x, double y) { return x / (y+1); };
      return sin(a) + log(subFn(b, c));
    }
  );

现在repeating_function 采用double, double, double 函数并返回double, double, double, unsigned。这个新函数重复调用前一个函数，每次最后一个坐标增加1。

然后我们替换impl如下：

void impl()
{
    sum = 0.0;
    for (unsigned i = 1; i <= N; ++i) {
        for (unsigned j = 1; j <= N; ++j) {
            fn(i,j,0,N);
        }
    }
}

我们将“最低级别的循环”替换为对重复函数的一次调用。

这将使虚拟调用开销减少 300 倍，这基本上使它消失了。基本上，50% 的时间/300 = 0.15% 的时间（实际上是 0.3%，因为我们将时间减少了 2 倍，这会使贡献翻倍，但谁在计算十分之一的百分比？）

现在在实际情况下，您可能不会使用 300 个相邻值来调用它。但通常有一些模式。

我们在上面所做的是移动一些控制fn 如何在fn 中被调用的逻辑。如果你能做到这一点，你就可以不考虑虚拟调用开销。

std::function 开销几乎可以忽略不计，除非您想以每秒数十亿次的数量级调用它，我称之为“每像素”操作。将此类操作替换为“每扫描线”（每行相邻像素），开销就不再是问题了。

这可能需要公开一些关于如何在“头文件”中使用函数对象的逻辑。根据我的经验，仔细选择您公开的逻辑可以使其相对通用。

最后，请注意可以内联std::function，并且编译器在这方面做得越来越好。但它很难，也很脆弱。在这一点上依赖它是不明智的。

---

还有另一种方法。

template<class F>
struct looper_t {
  F fn;
  double operator()( unsigned a, unsigned b, unsigned c ) const {
    double sum = 0;
    for (unsigned i = 0; i < a; ++i)
      for (unsigned j = 0; j < b; ++j)
        for (unsigned k = 0; k < c; ++k)
          sum += fn(i,j,k);
    return sum;
  }
};
template<class F>
looper_t<F> looper( F f ) {
  return {std::move(f)};
}

现在我们编写循环器：

struct Loop3c {
  std::function<double(unsigned, unsigned, unsigned)> fn = looper(
    [](double a, double b, double c) {
      const auto subFn = [](double x, double y) { return x / (y+1); };
      return sin(a) + log(subFn(b, c));
    }
  );
  double sum = 0;
  void impl() {
    sum=fn(N,N,N);
  }
};

它消除了 3 维循环的整个操作，而不仅仅是尾随维度。