Re: [問題] 怎麼提高效率?

看板C_and_CPP作者WeBurn (燒)時間13年前 (2012/03/19 01:49)推噓10(10推 0噓 40→)

留言50則, 8人參與討論串3/3 (看更多)

這比memcpy快可以快個三到四倍，調用方法與memcpy一樣不做restricted保護 #include <emmintrin.h> /*SSE2*/ #define DIV16(VAL) ((VAL)>>4) #define MUL16(VAL) ((VAL)<<4) #define MEMCPY( PDST, PSRC, SIZE) sse2_memcpy( (PDST), (PSRC), (SIZE)) void sse2_memcpy(void *pDst, void *pSrc, size_t size) { if(pDst == pSrc) return ; unsigned int i; unsigned int nLoops; char *pcDst, *pcSrc; __m128i *pMovSrc, *pMovDst; pMovDst = (__m128i*)(pDst); pMovSrc = (__m128i*)(pSrc); nLoops = DIV16((unsigned int)size); __m128i _miTemp; for(i = 0; i < nLoops; i++){ _miTemp = _mm_loadu_si128(pMovSrc); _mm_storeu_si128( pMovDst, _miTemp); pMovDst++; pMovSrc++; } pcDst = (char*)(pMovDst); pcSrc = (char*)(pMovSrc); for(i = MUL16(nLoops); i< size; i++) *pcDst++ = *pcSrc++; }/*sse_memcpy*/ ※ 引述《tropical72 (藍影)》之銘言： : ※ 引述《heymei0421 (heymei)》之銘言： : : 小弟目前用ubuntu為作業系統 : : 用google所提供的工具來量測performance : : 好不容易搞了一個下午總算把程式中各函式所執行的時間百分比弄出來 : : 如下圖: : : http://ppt.cc/ueyv : 我看不到這東西，請釋放權限。 : : void : : my_memcpy (void *target, void *source, int size) : : { : : int i; : : unsigned char *target_ptr = target; : : unsigned char *source_ptr = source; : : for (i = 0; i < size; i++) : : { : : *(target_ptr + i) = *(source_ptr + i); : : } : : } : 如果你可以用 memcpy 的話就用它，它的速度正常的話會比自己寫快上2~3倍不是問題， : 它放在 memory.h / string.h 裡面，不行調用的話才有必要自己寫。 : 一般而言在寫低階動作時，若「去掉 compiler 優化能力」，有幾個部份是值得注意的， : (i) 盡可能使用前置 : (ii) 另一為盡可能減少陣列索引之計算 : (iii) 程式碼可以展開的話就盡可能展開 (很可笑對吧 ? 但它是事實..) : 所以你的程式碼暫修如下 : typedef unsigned char byte; : void cpy1(void* target, void* source, int size) : { : byte *Src=(byte*)source; : byte *Des=(byte*)target; : while(size) { : *Des++ = *Src++; : --size; : } : } : 這樣就避開了計算 Des[i] / Src[i] 所需時間，如果要再快一點點的話， : 「考慮」要不要弄個非標準的做法。 : void cpy2(void* target, void* source, int size) : { : byte *Src = (byte*)source; : byte *Des = (byte*)target; : byte *Src_End = (byte*)source + size; : while(Src!=Src_End) /* 使用比較運算子取代了遞減運算子 */ : *Des++ = *Src++; : } : 非標準的地方在於 byte *Src_End = (byte*)source + size; : 正常而言，指標 + size 這動作並不保證，但大多 compiler (一些面試題也基於此假設) : 是從 source 移動 size 個 byte 大小。會不會更快不一定， : 要去查「比較」和「遞減」所使用的週期數。 : 截至目前為止，其實改的都只是小部份，但有個較大的部份沒改到， : 如果可以一次 4 bytes / 8 bytes 複制，速度會更快， : 多出來的部份再慢慢 1 bytes / 1 bytes 複制。 : 這裡演示基於標準作法，要非標準的作法可再自己嚐試 : void cpy3(void* target, void* source, size_t size) : { : word *Wsrc_s = (word*)source; : word *Wdes_s = (word*)target; : byte *Bsrc_s; : byte *Bdes_s; : // 處理 4 bytes : while(size>4){ : *Wdes_s++ = *Wsrc_s++; : size-=4; : } : // 處理 < 4 bytes : Bsrc_s = (byte*)(Wsrc_s); : Bdes_s = (byte*)(Wdes_s); : while(size) { : *Bdes_s++ = *Bsrc_s++; : --size; : } : } : 基本上用到 4bytes 一次複製觀念速度就夠快了， : 另外有個比較 kuso 的方式你可以參考 : 先建立一個 struct, 裡面直接丟 byte trunk[256], byte trunk[1024] 等 : struct 做 assigned 時，裡面的 trunk 會直接複制， : 但速度怎樣將會相依於 compiler 實作之能力，會不會比較快不得而知， : 但以我手中 vc2010 , debug mode 下測，這方式是最快的 (開 256)， : 在 size 較大情況下，速度比你原本方式快 5 倍以上 (看 N 值)， : 但最終還是打不過 memcpy (記得它 "應" 是用組語寫的！) : 完整的測試程式碼參考如連結 http://ppt.cc/a;Bv : 結果如下參考。 : N 787654321 : cpy1 : 453 arr2=arr1 (check) --> memcpy : cpy2 : 3610 arr2=arr1 (check) --> 逐一 copy : cpy3 : 938 arr2=arr1 (check) --> 4 bytes 處理 : cpy4 : 531 arr2=arr1 (check) --> struct 256 bytes 處理 : cpy5 : 500 arr2=arr1 (check) --> struct 1024 + 256 + 4 bytes 處理。 : vc 開 option 測時會很不準，懶得再用 gcc 測 (其實也懶得再看 .asm) : 其實上面的 cpy4 / cpy5 還是有可改善空間，希望這些意見能給你一些幫助。 -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 180.176.120.10

→

tropical72

03/19 02:19, , 1^F

03/19 02:19, 1^F

→

jackace

03/19 02:28, , 2^F

03/19 02:28, 2^F

→

jackace

03/19 02:28, , 3^F

03/19 02:28, 3^F