为什么 math.Pow 性能比位移位差？

Question

在 Exercism 网站上解决这个练习时，我使用了标准的 math.Pow 包函数来获得 2 的提升幂。

return uint64(math.Pow(2, float64(n-1)))

在查看了社区解决方案后，我找到了一个使用位移实现相同功能的解决方案：

return uint64(1 << uint(n-1)), nil

让我感到惊讶的是，两者之间存在很大的性能差异： 位移 math-pow

我认为 Go 编译器会识别出 math.Pow 使用常数 2 作为基础，并且只使用位移位，而我没有明确这样做。我能看到的唯一其他区别是 float64 和 math.Pow 对浮点数而不是整数的转换。

为什么编译器不优化功率运算来实现类似于位移的性能？

Answer 1

首先，请注意这uint64(1) << (n-1)是uint64(1 << uint(n-1))您问题中出现的表达式的更好版本。表达式1<<n是 an int，因此有效的移位值介于 0 和 30 或 62 之间，具体取决于 int 的大小。uint64(1) << n允许n在 0 到 63 之间。

一般来说，您建议的优化是不正确的。编译器必须能够推断出n在特定范围内。

看这个例子（在操场上）

package main

import (
    "fmt"
    "math"
)

func main() {
    n := 65
    fmt.Println(uint64(math.Pow(2, float64(n-1))))
    fmt.Println(uint64(1) << uint(n-1))
}

输出表明这两种方法是不同的：

9223372036854775808
0

Answer 2

math.Pow()被实现来对float64数字进行操作。用于计算 2 的幂的位移只能应用于整数，并且只能应用于结果适合int64(或uint64) 的微小子集。

如果您有这种特殊情况，我们非常欢迎您使用位移位。

任何其他结果大于math.MaxInt64或基数不是2（或 的幂2）的情况都需要浮点运算。

另请注意，即使实现对上述可能的微小子集的检测，结果也是2 的补码格式，也必须转换为IEEE 754格式，因为 的返回值math.Pow()是float64（尽管这些数字可以被缓存），您很可能再次将其转换回int64.

再次强调：如果您需要性能，请使用显式位移位。