C中有哪些耗时的操作？答案

【问题标题】：What are a few time-consuming operations in C?C中有哪些耗时的操作？
【发布时间】：2009-07-15 18:54:02
【问题描述】：

我希望编写一个可以在各种机器上编译和运行的快速基准测试程序。与其使用商业/开源可用的选项，我更愿意自己使用线程和算法优化技术。

我已经使用了几个，其中包括递归计算斐波那契数列的第 n 个数，以及播种/rand() 几千次。

是否有其他算法相对简单，但同时计算密集（可能与数学相关）？

（请注意，这些操作将在 C 语言中实现。）

【问题讨论】：

那么你想对什么进行基准测试？整数性能？浮点？ RAM访问速度？各种缓存级别的大小和速度？我能看到的唯一一件事是您对 I/O 不感兴趣（这可能在大多数人所做的任务中占主导地位）。

标签： c algorithm math cpu benchmarking

【解决方案1】：

Ackermann function 通常很有趣，但如果你想让它在你的一生中完成，就不要给它很大的投入。

【讨论】：

【解决方案2】：

分形

（在各种分辨率下）Some fractal source in C (without opengl)

【讨论】：

+1：我喜欢这个，因为你可以享受结果。或者，如果您使用迭代改进自身的算法，您可以观察它的工作情况，这将更加有趣！
是的，只是不要通过 OpenGL 使用 GPU，这显然会破坏基准测试的目的。您还可以享受大量复杂数学的乐趣，它们一起滥用数学 API 进行基准测试并制作漂亮的分形

【解决方案3】：

我知道您说过您想自己制作，但也许您可以从现有的基准中汲取灵感。 The Computer language benchmark game 通过一组基准测试运行了许多编程语言。也许您可以通过查看他们的基准获得一些想法。

我脑海中的一些快速想法：

矩阵乘法：乘以 2 大矩阵相对计算密集型，虽然你必须考虑缓存
生成素数
整数分解
求解 ODE 的数值方法 - 以Runge-kutta 为例

【讨论】：

【解决方案4】：

反转大矩阵。

【讨论】：

【解决方案5】：

您可以计算大素数或分解整数。

【讨论】：

【解决方案6】：

看看NAS Parallel Benchmarks。这些最初是由 NASA 在 Fortran 中为使用 MPI 的超级计算机编写的（并且仍然可用这种方式），但现在也有 C、Java 和 OpenMP 实现可用。

其中大多数是非常计算密集型的，因为它们旨在代表科学计算中使用的数值算法。

【讨论】：

【解决方案7】：

尝试计算数千或数百万pi 位数。有不少formulas 用于该任务。

【讨论】：

QEmu 成名的Fabrice Bellard 是最有效的圆周率计算公式的发现者... bellard.org/pi 多才多艺！ ...并且他通过实现赢得了源代码混淆竞赛！
我在 Linux 杂志上读过一篇关于 Fabrice Bellard 的文章。聪明的家伙！

【解决方案8】：

project euler 中有一些非常不错的值，它们都与数学相关，如果你想使用更高的值，可能会很耗时。

【讨论】：

并非如此，使用适当的算法（这是谜题试图激发的）大多数问题都可以很好地扩展。不幸的是，对于这些问题中的许多问题，常见的硬件足够快，以至于蛮力也足够快，有时甚至是巨大的优势。
我知道，但如果他使用一些更难的问题（以及那些增加值会使它们更耗时的问题），他将获得值得在基准应用程序中使用的算法

【解决方案9】：

寻找素数被认为是相当耗时的。

【讨论】：

【解决方案10】：

从语言大战中查看基准：http://shootout.alioth.debian.org/

但是：基准只是基准，不一定能告诉您很多关于现实世界的信息，相反，可能会产生误导。

【讨论】：

【解决方案11】：

如果您想尝试并行性，请进行大量矩阵数学运算。您可以使用的矩阵大小将受内存限制，但您可以根据需要进行尽可能多的迭代。

这将强调现代 CPU 附带的 SIMD 指令。

【讨论】：

【解决方案12】：

这做了很多补充：

int c = 0; 
for (int n = 0; n < INT_MAX; n++)
    for (int m = 0; m < INT_MAX; m++)
        c++;

std::cout << c;

【讨论】：

其实不然。任何体面的编译器都会看到你对 n 或 m 完全没有做任何事情，因此会对其进行优化。
加数字是计算机最擅长的事情之一。任意宽度的浮点乘法会更密集！
@Ken White - 进行了调整。
@Aiden Bell - 如果你做了更多添加呢？

【解决方案13】：

您可以尝试使用非常大的输入集的 tsort（Turbo 排序）。我理解这是一种常见的操作。

【讨论】：

【解决方案14】：

NP-Complete 问题的启发式方法是获取一些 CPU 密集型代码的有趣方式。您可以为Karps NP-Complete 问题之一编写“解决方案”:)。

【讨论】：