C++中的循环融合(如何帮助编译器？)

Question

我试着理解在什么情况下C++编译器能够执行循环融合,何时不能.

以下代码测量两种不同方法的性能,以计算f(x) = (2*x)^2向量中所有值的平方双精度().

#include <chrono>
#include <iostream>
#include <numeric>
#include <vector>

constexpr int square( int x )
{
    return x * x;
}

constexpr int times_two( int x )
{
    return 2 * x;
}

// map ((^2) . (^2)) $ [1,2,3]
int manual_fusion( const std::vector<int>& xs )
{
    std::vector<int> zs;
    zs.reserve( xs.size() );
    for ( int x : xs )
    {
        zs.push_back( square( times_two( x ) ) );
    }
    return zs[0];
}

// map (^2) . map (^2) $ [1,2,3]
int two_loops( const std::vector<int>& xs )
{
    std::vector<int> ys;
    ys.reserve( xs.size() );
    for ( int x : xs )
    {
        ys.push_back( times_two( x ) );
    }

    std::vector<int> zs;
    zs.reserve( ys.size() );
    for ( int y : ys )
    {
        zs.push_back( square( y ) );
    }
    return zs[0];
}

template <typename F>
void test( F f )
{
    const std::vector<int> xs( 100000000, 42 );

    const auto start_time = std::chrono::high_resolution_clock::now();
    const auto result = f( xs );
    const auto end_time = std::chrono::high_resolution_clock::now();

    const auto elapsed = end_time - start_time;
    const auto elapsed_us = std::chrono::duration_cast<std::chrono::microseconds>(elapsed).count();
    std::cout << elapsed_us / 1000 << " ms - " << result << std::endl;
}

int main()
{
    test( manual_fusion );
    test( two_loops );
}

具有两个循环的版本花费的时间大约是具有一个循环的版本的两倍,即使-O3对于GCC和Clang也是如此.

有没有一种办法可以让编译器优化two_loops应运而生一样快,manual_fusion而不会在第二循环中就地操作？我问的原因是我想对我的图书馆链式调用FunctionalPlus一样fplus::enumerate(fplus::transform(f, xs));快.

Answer 1

您可以尝试修改two_loops函数，如下所示：

int two_loops( const std::vector<int>& xs )
{
    std::vector<int> zs;
    zs.reserve( xs.size() );
    for ( int x : xs )
    {
        zs.push_back( times_two( x ) );
    }

    for ( int i=0 : i<zs.size(); i++ )
    {
        zs[i] = ( square( zs[i] ) );
    }
    return zs[0];
}

重点是避免分配内存两次并将push_back到另一个向量