c++ - 为什么我基于堆栈的代码实现比递归慢得多？

Question

我有一棵树，其节点存储 -1 或非负整数，即顶点名称。每个顶点在树中最多出现一次。以下函数是我代码中的瓶颈:

版本 A:

void node_vertex_members(node *A, vector<int> *vertexList){
   if(A->contents != -1){
      vertexList->push_back(A->contents);
   }
   else{
      for(int i=0;i<A->children.size();i++){
          node_vertex_members(A->children[i],vertexList);
      }
   }
}

B 版:

void node_vertex_members(node *A, vector<int> *vertexList){
   stack<node*> q;
   q.push(A);
   while(!q.empty()){
      int x = q.top()->contents;
      if(x != -1){
         vertexList->push_back(x);
         q.pop();
      }
      else{
         node *temp = q.top();
         q.pop();
         for(int i=temp->children.size()-1; i>=0; --i){
            q.push(temp->children[i]);
         }
      }
   }
}

由于某种原因，版本 B 的运行时间明显长于版本 A，这是我没有预料到的。编译器可能在做什么比我的代码聪明得多？换句话说，我在做什么这么低效？让我感到困惑的是，如果我在将 child 的内容放入堆栈之前尝试检查版本 B 是否为 -1，它会显着减慢(几乎 3 倍)。作为引用，我在 Cygwin 中使用带有 -O3 选项的 g++。

更新:

我能够使用以下代码(版本 C)匹配递归版本:

node *node_list[65536];

void node_vertex_members(node *A, vector<int> *vertex_list){
   int top = 0;
   node_list[top] = A;
   while(top >= 0){
      int x = node_list[top]->contents;
      if(x != -1){
         vertex_list->push_back(x);
         --top;
      }
      else{
         node* temp = node_list[top];
         --top;
         for(int i=temp->children.size()-1; i>=0; --i){
            ++top;
            node_list[top] = temp->children[i];
         }
      }
   }
}

明显的缺点是代码长度和魔数(Magic Number)(以及相关的硬限制)。而且，正如我所说，这仅匹配版本 A 的性能。我当然会坚持使用递归版本，但现在我很满意它基本上是 STL 开销咬我。

Answer 1

版本 A 有一个显着优势:代码量要小得多。

版本 B 有一个明显的缺点:堆栈元素的内存分配。考虑堆栈一开始是空的，并且有元素一个一个地插入其中。每隔一段时间，就必须为底层的双端队列进行新的分配。这是一项昂贵的操作，每次调用函数时可能会重复几次。

编辑:这是 g++ -O2 -S 在 Mac OS 上使用 GCC 4.7.3 生成的程序集，通过 c++filt 运行并由我注释:

versionA(node*, std::vector<int, std::allocator<int> >*):
LFB609:
        pushq   %r12
LCFI5:
        movq    %rsi, %r12
        pushq   %rbp
LCFI6:
        movq    %rdi, %rbp
        pushq   %rbx
LCFI7:
        movl    (%rdi), %eax
        cmpl    $-1, %eax ; if(A->contents != -1)
        jne     L36 ; vertexList->push_back(A->contents)
        movq    8(%rdi), %rcx
        xorl    %r8d, %r8d
        movl    $1, %ebx
        movq    16(%rdi), %rax
        subq    %rcx, %rax
        sarq    $3, %rax
        testq   %rax, %rax
        jne     L46 ; i < A->children.size()
        jmp     L35
L43: ; for(int i=0;i<A->children.size();i++)
        movq    %rdx, %rbx
L46:
        movq    (%rcx,%r8,8), %rdi
        movq    %r12, %rsi
        call    versionA(node*, std::vector<int, std::allocator<int> >*)
        movq    8(%rbp), %rcx
        leaq    1(%rbx), %rdx
        movq    16(%rbp), %rax
        movq    %rbx, %r8
        subq    %rcx, %rax
        sarq    $3, %rax
        cmpq    %rbx, %rax
        ja      L43 ; continue
L35:
        popq    %rbx
LCFI8:
        popq    %rbp
LCFI9:
        popq    %r12
LCFI10:
        ret

L36: ; vertexList->push_back(A->contents)
LCFI11:
        movq    8(%rsi), %rsi
        cmpq    16(%r12), %rsi ; vector::size == vector::capacity
        je      L39
        testq   %rsi, %rsi
        je      L40
        movl    %eax, (%rsi)
L40:
        popq    %rbx
LCFI12:
        addq    $4, %rsi
        movq    %rsi, 8(%r12)
        popq    %rbp
LCFI13:
        popq    %r12
LCFI14:
        ret
L39: ; slow path for vector to expand capacity
LCFI15:
        movq    %rdi, %rdx
        movq    %r12, %rdi
        call    std::vector<int, std::allocator<int> >::_M_insert_aux(__gnu_cxx::__normal_iterator<int*, std::vector<int, std::allocator<int> > >, int const&)
        jmp     L35

这相当简洁，乍一看似乎没有“减速带”。当我使用 -O3 进行编译时，我会遇到一团糟，包括展开的循环和其他有趣的东西。我现在没有时间注释版本 B，但我只想说它更复杂，因为它有许多双端队列函数和更多的内存。速度慢一点也不奇怪。