通过编码是否有任何(非微优化)性能增益
float f1 = 200f / 2
在比较中
float f2 = 200f * 0.5
几年前我的一位教授告诉我,浮点除法比浮点乘法慢,但没有详细说明原因.
这句话适用于现代PC架构吗？
UPDATE1
关于评论,请同时考虑这个案例:
float f1;
float f2 = 2
float f3 = 3;
for( i =0 ; i < 1e8; i++)
{
f1 = (i * f2 + i / f3) * 0.5; //or divide by 2.0f, respectively
}
更新2 从评论中引用:
[我想]知道什么是算法/架构要求导致>除法在硬件上比复制要复杂得多
我正在寻找一种有效(可选的标准,优雅且易于实现)的解决方案来乘以相对较大的数字,并将结果存储为一个或多个整数:
假设我有两个64位整数,如下所示:
uint64_t a = xxx, b = yyy;
当我这样做时a * b,如何检测操作是否导致溢出,并且在这种情况下将进位存储在某处？
请注意,我不想使用任何大号库,因为我对存储数字的方式有限制.
我正在寻找pow(real, real)x86汇编中的实现.另外,我想了解算法的工作原理.