實驗最快
#include <stdio.h>
#include <stdint.h>
inline uint64_t rdtsc(void)
{
uint32_t hi, lo;
asm volatile ("rdtsc" : "=a"(lo), "=d"(hi));
return ((uint64_t)lo) | (((uint64_t)hi)<<32);
}
uint64_t calc(uint64_t outer, uint64_t inner)
{
uint64_t s = 0;
for(uint64_t i = 1; i <= outer; ++i){
for(uint64_t j = 1; j <= inner; ++j){
s += i*j;
}
}
return s;
}
int main()
{
uint64_t t0 = rdtsc();
uint64_t sum1 = calc(100ul, 1000000ul);
uint64_t t1 = rdtsc();
uint64_t sum2 = calc(1000000ul, 100ul);
uint64_t t2 = rdtsc();
printf("sum1 = %lu, used %lu cycles\n", sum1, t1-t0);
printf("sum2 = %lu, used %lu cycles\n", sum2, t2-t1);
return 0;
}
使用 gcc 6.3 用 -O2 編譯
執行環境 Linux 4.9.18 with Intel Core i5-7260U
結果：
sum1 = 2525002525000000, used 356 cycles
sum2 = 2525002525000000, used 2633286 cycles
造成這樣差異的原因，是 gcc 把 calc() 函式直接 inline
然後展開內層迴圈的運算結果
第一個 function call 轉為 asm 後長這樣：
movabsq $500000499999, %rdx
movq %rdx, %rdi
.p2align 4,,10
.p2align 3
.L15:
leaq (%rdx,%rax), %rcx
addq $1, %rax
addq %rdi, %rdx
addq %rcx, %rsi
cmpq $101, %rax
jne .L15
看起來有點複雜，翻回 C 就是這樣：
rax = 1;
rdx = 500000499999;
do{
rcx = rdx + rax;
rdx += 500000499999;
sum += rcx;
rax++;
}while(rax != 101);
我不知道為什麼不直接加 500000500000 就好，不過這不是重點
重點是這樣迴圈只跑了 100 次
相較於第二個 function call，同樣的展開方式迴圈會跑 1000000 次
當然是第一種方式比較快，而且也很剛好差了一萬倍左右
不過這一切都取決於 compiler 最佳化
未來會不會不管怎麼呼叫都直接在 compile time 算出答案給你，其實很有可能
到時候兩種作法就一樣快了