优化 Swift 中的嵌套 for 循环

Question

我得到了这种计算UIImage 中白色像素的方法，我需要遍历所有像素以增加我找到的每个白色像素的计数器。我正在尝试提高它的性能，但我没有找到更好的方法。有什么想法吗？

func whitePixelCount() -> Int {
    let width = Int(image.size.width)
    let height = Int(image.size.height)
    var counter = 0
    for x in 0..<(width*scale) {
        for y in 0..<(height*scale) {
            // We multiply per 4 because of the 4 channels, RGBA, but later we just use the Alpha
            let pixelIndex = (width * y + x) * 4

            if pointer[pixelIndex + Component.alpha.rawValue] == 255 {
                counter += 1
            }
        }
    }
    return counter
}

• Component.alpha.rawValue 等于 3
• scale 是 Int(image.scale)

• pointer来自：

  guard let cfdata = self.image.cgImage?.dataProvider?.data,
      let pointer = CFDataGetBytePtr(cfdata) else {
          return nil
  }
  

Answer 1

几个观察：

1. 确保您使用的是优化/发布版本，而不是未优化的调试版本。在我的设备上，调试构建需要大约 4 秒来处理 12 兆像素的图像，而发布构建需要 0.3 秒。

2. 当您有一个for 循环时，您可以将其并行化以利用 CPU 上的所有内核。通过使用跨步算法，for 循环几乎快了 4 倍。

   这听起来不错，但不幸的是，问题在于处理图像的 0.3 秒，其中大部分是图像缓冲区的准备。 （现在，在您的示例中，您没有将其重新渲染到预定义的像素缓冲区中，恕我直言，这有点危险，所以也许您没有此开销。但是，无论如何，通常无法观察到 10+ 毫秒的差异除非您正在处理数百张图像。）实际的for 循环仅占经过时间的 16 毫秒。因此，虽然将其减少到 4 毫秒几乎快 4 倍，但从用户的角度来看，这并不重要。

无论如何，请在我的原始答案中随意查看下面的并行算法。

---

提高for 循环性能的一种非常简单的方法是使用concurrentPerform 来并行化例程：

例如，这是一个非并行例程：

var total = 0

for x in 0..<maxX {
    for y in 0..<maxY {
        if ... {
            total += 1
        }
    }
}

print(total)

你可以并行化它

• 翻转x 和y 循环，因为我们希望外部循环是图像中的一行。这个想法是为了确保每个线程不仅应该使用连续的内存块，而且我们希望最大限度地减少重叠量以避免“缓存晃动”。因此考虑：

  for y in 0..<maxY {
      for x in 0..<maxX {
          if ... {
              total += 1
          }
      }
  }
  

  我们实际上不会使用上面的，但我们会在下一步中使用它作为模型；

• 用concurrentPerform 替换外部for 循环（现在是y 坐标）：

  var total = 0
  
  let syncQueue = DispatchQueue(label: "...")
  
  DispatchQueue.concurrentPerform(iterations: maxY) { y in
      var subTotal = 0
      for x in 0..<maxX {
          if ... {
              subTotal += 1
          }
      }
      syncQueue.sync {
          total += subTotal
      }
  }
  
  print(total)
  

所以，这个想法是：

• 用concurrentPerform替换外部for循环；
• 与其尝试为x 的每次迭代更新total，不如为每个线程设置一个subTotal 变量，并且只在最后更新total（最大限度地减少来自多个线程对这个共享资源的争用）；和
• 使用一些同步机制（我在这里使用了串行队列，但任何同步机制都可以）来更新total，以确保线程安全。

我试图使示例尽可能简单，但甚至可以进行其他优化：

• 不同的同步技术提供不同的性能。例如。您可以通过在协议扩展中定义sync 方法（提供一种不错、安全的方式使用锁）像这样：

  // Adapted from Apple’s `withCriticalSection` code sample
  
  extension NSLocking {
      func sync<T>(_ closure: () throws -> T) rethrows -> T {
          lock()
          defer { unlock() }
          return try closure()
      }
  }
  

  然后你可以这样做：

  let lock = NSLock()
  
  DispatchQueue.concurrentPerform(iterations: maxY) { y in
      var subTotal = 0
      for x in 0..<maxX {
          if ... {
              subTotal += 1
          }
      }
      lock.sync {
          total += subTotal
      }
  }
  
  print(total)
  

  随意尝试您想要的任何同步机制。但想法是，如果您要从多个线程访问total，请确保以线程安全的方式进行。如果要检查线程安全，请暂时打开“Thread Sanitizer”。

• 如果每个线程上没有足够的工作（例如，maxX 不是很大，或者在这种情况下，算法是如此之快），并行例程的开销可能会开始抵消获得多个线程的好处参与计算的核心。因此，您可以在每次迭代中“跨越”多行 y。例如：

  let lock = NSLock()
  
  let stride = maxY / 20
  let iterations = Int((Double(height) / Double(stride)).rounded(.up))
  
  DispatchQueue.concurrentPerform(iterations: iterations) { i in
      var subTotal = 0
      let range = i * stride ..< min(maxY, (i + 1) * stride)
      for y in range {
          for x in 0 ..< maxX {
              if ... {
                  subTotal += 1
              }
          }
      }
  
      lock.sync { count += subTotal }
  }
  

Answer 2

一般来说 big(o) 性能可以通过用 while 循环替换你的 for 循环来提高，while x

另一种方法是将图像拆分为单独的组件并将它们发送到不同的线程并重新组合生成的数组。您将需要使用 gcd * workitems async 来执行此操作。