如何让这个C＃循环更快？
执行摘要：如果您想留在C＃，Reed的答案是最快的。 如果你愿意组织C ++（我是），这是一个更快的解决方案。
我在C＃中有两个55mb ushort数组。 我使用以下循环组合它们：
float b = (float)number / 100.0f; for (int i = 0; i < length; i++) { image.DataArray[i] = (ushort)(mUIHandler.image1.DataArray[i] + (ushort)(b * (float)mUIHandler.image2.DataArray[i])); } 此代码根据之前和之后添加DateTime.Now调用，需要3.5秒才能运行。 我怎样才能让它更快？
编辑 ：我认为这是一些代码，显示了问题的根源。 当在一个全新的WPF应用程序中运行以下代码时，我得到这些计时结果：
Time elapsed: 00:00:00.4749156 //arrays added directly Time elapsed: 00:00:00.5907879 //arrays contained in another class Time elapsed: 00:00:02.8856150 //arrays accessed via accessor methods
因此，当数组直接行走时，时间比数组在另一个对象或容器内的时间快得多。 此代码显示，不知何故，我使用的是访问器方法，而不是直接访问数组。 即便如此，我似乎能够获得的最快速度是半秒钟。 当我使用icc在C ++中运行第二个代码列表时，我得到：
Run time for pointer walk: 0.0743338
在这种情况下，C ++的速度提高了7倍（使用icc，不确定使用msvc是否可以获得相同的性能 – 我对那里的优化并不熟悉）。 有没有办法让C＃接近C ++性能水平，或者我应该让C＃调用我的C ++例程？
清单1，C＃代码：
public class ArrayHolder { int length; public ushort[] output; public ushort[] input1; public ushort[] input2; public ArrayHolder(int inLength) { length = inLength; output = new ushort[length]; input1 = new ushort[length]; input2 = new ushort[length]; } public ushort[] getOutput() { return output; } public ushort[] getInput1() { return input1; } public ushort[] getInput2() { return input2; } } /// /// Interaction logic for MainWindow.xaml /// public partial class MainWindow : Window { public MainWindow() { InitializeComponent(); Random random = new Random(); int length = 55 * 1024 * 1024; ushort[] output = new ushort[length]; ushort[] input1 = new ushort[length]; ushort[] input2 = new ushort[length]; ArrayHolder theArrayHolder = new ArrayHolder(length); for (int i = 0; i < length; i++) { output[i] = (ushort)random.Next(0, 16384); input1[i] = (ushort)random.Next(0, 16384); input2[i] = (ushort)random.Next(0, 16384); theArrayHolder.getOutput()[i] = output[i]; theArrayHolder.getInput1()[i] = input1[i]; theArrayHolder.getInput2()[i] = input2[i]; } Stopwatch stopwatch = new Stopwatch(); stopwatch.Start(); int number = 44; float b = (float)number / 100.0f; for (int i = 0; i < length; i++) { output[i] = (ushort)(input1[i] + (ushort)(b * (float)input2[i])); } stopwatch.Stop(); Console.WriteLine("Time elapsed: {0}", stopwatch.Elapsed); stopwatch.Reset(); stopwatch.Start(); for (int i = 0; i < length; i++) { theArrayHolder.output[i] = (ushort)(theArrayHolder.input1[i] + (ushort)(b * (float)theArrayHolder.input2[i])); } stopwatch.Stop(); Console.WriteLine("Time elapsed: {0}", stopwatch.Elapsed); stopwatch.Reset(); stopwatch.Start(); for (int i = 0; i < length; i++) { theArrayHolder.getOutput()[i] = (ushort)(theArrayHolder.getInput1()[i] + (ushort)(b * (float)theArrayHolder.getInput2()[i])); } stopwatch.Stop(); Console.WriteLine("Time elapsed: {0}", stopwatch.Elapsed); } }
清单2，C ++等价物：// looptiming.cpp：定义控制台应用程序的入口点。 //
#include "stdafx.h" #include #include #include #include int _tmain(int argc, _TCHAR* argv[]) { int length = 55*1024*1024; unsigned short* output = new unsigned short[length]; unsigned short* input1 = new unsigned short[length]; unsigned short* input2 = new unsigned short[length]; unsigned short* outPtr = output; unsigned short* in1Ptr = input1; unsigned short* in2Ptr = input2; int i; const int max = 16384; for (i = 0; i < length; ++i, ++outPtr, ++in1Ptr, ++in2Ptr){ *outPtr = rand()%max; *in1Ptr = rand()%max; *in2Ptr = rand()%max; } LARGE_INTEGER ticksPerSecond; LARGE_INTEGER tick1, tick2; // A point in time LARGE_INTEGER time; // For converting tick into real time QueryPerformanceCounter(&tick1); outPtr = output; in1Ptr = input1; in2Ptr = input2; int number = 44; float b = (float)number/100.0f; for (i = 0; i < length; ++i, ++outPtr, ++in1Ptr, ++in2Ptr){ *outPtr = *in1Ptr + (unsigned short)((float)*in2Ptr * b); } QueryPerformanceCounter(&tick2); QueryPerformanceFrequency(&ticksPerSecond); time.QuadPart = tick2.QuadPart - tick1.QuadPart; std::cout << "Run time for pointer walk: " << (double)time.QuadPart/(double)ticksPerSecond.QuadPart << std::endl; return 0; }
编辑2：在第二个示例中启用/ QxHost将时间减少到0.0662714秒。 修改第一个循环为@Reed建议让我归结为
时间流逝：00：00：00.3835017
所以，滑块还不够快。 那段时间是通过代码：
stopwatch.Start(); Parallel.ForEach(Partitioner.Create(0, length), (range) => { for (int i = range.Item1; i < range.Item2; i++) { output[i] = (ushort)(input1[i] + (ushort)(b * (float)input2[i])); } }); stopwatch.Stop();
编辑3根据@Eric Lippert的建议，我在发布时重新运行C＃中的代码，而不是使用附加的调试器，只需将结果打印到对话框中。 他们是：
- 简单数组：~0.273s
- 包含的数组：~0.330s
- 存取器arrays：~0.345s
- 并行arrays：~0.190s
（这些数字来自5次运行平均值）
所以并行解决方案肯定比我之前获得的3.5秒快，但仍然有点低于使用非icc处理器可实现的0.074秒。 因此，似乎最快的解决方案是在发布中编译然后编组到icc编译的C ++可执行文件，这使得在此处使用滑块。
编辑4：来自@Eric Lippert的另外三个建议：将for循环的内部从length更改为array.length，使用双精度，并尝试不安全的代码。
对于这三个，时间现在是：
- 长度：~0.274s
- 双打，不漂浮：~0.290s
- 不安全：~0.376s
到目前为止，并行解决方案是最大的赢家。 虽然如果我可以通过着色器添加这些，也许我可以看到某种加速…
这是附加代码：
stopwatch.Reset(); stopwatch.Start(); double b2 = ((double)number) / 100.0; for (int i = 0; i < output.Length; ++i) { output[i] = (ushort)(input1[i] + (ushort)(b2 * (double)input2[i])); } stopwatch.Stop(); DoubleArrayLabel.Content += "\t" + stopwatch.Elapsed.Seconds + "." + stopwatch.Elapsed.Milliseconds; stopwatch.Reset(); stopwatch.Start(); for (int i = 0; i < output.Length; ++i) { output[i] = (ushort)(input1[i] + (ushort)(b * input2[i])); } stopwatch.Stop(); LengthArrayLabel.Content += "\t" + stopwatch.Elapsed.Seconds + "." + stopwatch.Elapsed.Milliseconds; Console.WriteLine("Time elapsed: {0}", stopwatch.Elapsed); stopwatch.Reset(); stopwatch.Start(); unsafe { fixed (ushort* outPtr = output, in1Ptr = input1, in2Ptr = input2){ ushort* outP = outPtr; ushort* in1P = in1Ptr; ushort* in2P = in2Ptr; for (int i = 0; i < output.Length; ++i, ++outP, ++in1P, ++in2P) { *outP = (ushort)(*in1P + b * (float)*in2P); } } } stopwatch.Stop(); UnsafeArrayLabel.Content += "\t" + stopwatch.Elapsed.Seconds + "." + stopwatch.Elapsed.Milliseconds; Console.WriteLine("Time elapsed: {0}", stopwatch.Elapsed);
这应该是完全可并行化的。 但是，考虑到每个元素的工作量很少，您需要特别小心处理。
正确的方法（在.NET 4中）将Parallel.ForEach与Partitioner结合使用：
float b = (float)number / 100.0f; Parallel.ForEach(Partitioner.Create(0, length), (range) => { for (int i = range.Item1; i < range.Item2; i++) { image.DataArray[i] = (ushort)(mUIHandler.image1.DataArray[i] + (ushort)(b * (float)mUIHandler.image2.DataArray[i])); } });
这将有效地划分系统中可用处理核心的工作，并且如果您有多个核心，则应提供适当的加速。
话虽这么说，这最多只会加速系统内核数量的增加。 如果你需要加快速度，你可能需要恢复混合的并行化和不安全的代码。 在那时，可能值得考虑尝试实时呈现这一点的替代方案。
假设您有很多这样的人，您可以尝试并行化操作（并且您使用的是.NET 4）：
Parallel.For(0, length, i=> { image.DataArray[i] = (ushort)(mUIHandler.image1.DataArray[i] + (ushort)(b * (float)mUIHandler.image2.DataArray[i])); });
当然，这一切都将取决于这种并行化是否值得。 该声明在计算上看起来很短; 按编号访问索引非常快。 你可能会获得收益，因为这个循环正在用这么多数据运行很多次。