昨天参加了一场性能优化的比赛，题目很简单，优化思路是优化堆栈调用，但是第一次写这种题目，没发挥出来😵
赛后我想了一下，在我代码的基础上，大概有两种不同程度的优化方案，但是这篇文章写着写着，发现堆栈调用是一个很大的坑
顺便提一下，ACE的耗时是我（第五）的一半
原题
有删改，但是题意不变
struct vec {
int *data;
int length;
};
void get_vec_element(vec *v, int index, int *data) {
int value;
value = v->data[index];
*data = value;
}
int get_vec_length(vec *v) { return v->length; }
/*
v->data = {1, 2, 3, 4, 5}
sum = 1 + 2 + 3 + 4 + 5 = 15
*/
void combine(vec *v, int *dest) {
// code here
int i;
*dest = 0;
for (i = 0; i < get_vec_length(v); i++) {
int val;
get_vec_element(v, i, &val);
*dest = *dest + val;
}
}
int main() {
vec v;
v.data = new int[5]{1, 2, 3, 4, 5};
v.length = 5;
int sum = 0;
for (int i = 0; i < 100000000; i++) {
// 放大差异
sum = 0;
combine(&v, &sum);
}
delete[] v.data;
return 0;
}
约定
我在原题的基础上，在for循环的上下写了定时器，测出for循环结束的耗时，从而比较性能
运行环境
Compiler: clang++@13.1.6
Build Tool: cmake@3.24.3
CPU: Apple M2
OS: macOS 12.4 21F2081 arm64
分析
data是一个指针，指向堆区的一个数组get_vec_length()间接访问一次get_vec_element()这个函数开销太大了，获取数组一个元素，访问堆区，又通过指针访问栈区的内存，一共两次间接访问combine这个函数中还有一个累加语句，两次间接访问- 算下来一次循环需要五次间接访问（循环外的不计算在内）
答案
Case1
赛场的时候想出来的，当时看提升幅度挺大的就直接交了
for的每一次循环都会计算终止条件，即调用get_vec_length()
两次间接访问 + 一次函数调用开销
// 109ms
void combine(vec *v, int *dest) {
int i;
int sum = 0;
for (i = 0; i < get_vec_length(v); i++) {
sum += v->data[i];
}
*dest = sum;
}
Case2
朋友的答案，优化了一个函数调用
累加全在栈区操作，一次for循环内访问一次堆区，最后一步把数值赋给堆区
// 78ms
void combine2(vec *v, int *dest) {
int i;
int len = get_vec_length(v);
int sum = 0;
for (i = 0; i < len; i++) {
sum += v->data[i];
}
*dest = sum;
}
Case3
累加都在堆区操作，效率最高，但是不讲武德，把原数组改了
// 69ms
void combine3_0(vec *v, int *dest) {
int i;
int len = get_vec_length(v);
for (i = 1; i < len; i++) {
v->data[i] += v->data[i - 1];
}
*dest = v->data[i - 1];
}
下面有一个很奇怪的例子，我把累加换了一种写法
// 80ms
void combine3_1(vec *v, int *dest) {
int i;
int len = get_vec_length(v);
for (i = 1; i < len; i++) {
v->data[i] = v->data[i] + v->data[i - 1];
}
*dest = v->data[i - 1];
}
可以发现两种累加写法实际上的调用是不一样的，仅在此情况下（多访问了一次堆内存）
sum += v->data[i];
sum = sum + v->data[i]; // equivalent
v->data[i] += v->data[i - 1]; // 69ms
v->data[i] = v->data[i] + v->data[i - 1]; // 79ms
// time-consumed
总结
大佬的写法没去问，现场是比 case2 要快，可能比 case3 要快，自己也写不出来，摆烂了
研究过程头很大，operator+=出现不等价的结果，我想了好久，没想出来为什么。这个深究也没什么意义，实际使用中产生的性能差异微乎其微。
分享
减少堆栈调用这个优化方案在递归的时候也能用上，递归不断保留作用域内的变量，可能导致栈内存溢出，尾递归就能很好地解决问题
int f(int n) {
// 函数不回立即返回
// 每次调用的 n 都存在栈中
return (n == 1) ? 1 : n + f(n - 1);
}
int f_tail(int n, int res = 0) {
// 参数在结束函数返回的时候就被释放
// 没有任何变量留在栈内
return (n == 0) ? res : f_tail(n - 1, res + n);
}