c++ - 内置类型 : char vs short vs int vs. float 与 double 的性能

Question

这似乎是一个有点愚蠢的问题，但看到 Alexandre C 的 reply在另一个主题中，我很想知道内置类型是否有任何性能差异:

char vs short vs int vs. float vs. double.

通常我们在现实生活中的项目中不会考虑这种性能差异(如果有的话)，但我想知道这是出于教育目的。可以问的一般问题是:

积分算术和浮点算术之间有什么性能差异吗？

哪个更快？更快的原因是什么？请解释一下。

Answer 1

浮点与整数:

从历史上看，浮点运算可能比整数运算慢得多。在现代计算机上，情况不再如此(在某些平台上它会稍微慢一些，但是除非您编写完美的代码并针对每个周期进行优化，否则代码中的其他低效率将淹没差异)。

在某些有限的处理器上，如高端手机中的处理器，浮点可能比整数慢一些，但它通常在一个数量级(或更好)内，只要有可用的硬件浮点。值得注意的是，随着手机被要求运行越来越多的通用计算工作负载，这一差距正在迅速缩小。

在非常有限的处理器(便宜的手机和 toastr )上，通常没有浮点硬件，因此需要在软件中模拟浮点运算。这很慢——比整数算术慢几个数量级。

正如我所说，人们希望他们的手机和其他设备越来越像“真正的计算机”，硬件设计人员正在迅速加强 FPU 以满足这种需求。除非您正在追逐每个最后一个周期，或者您正在为很少或没有浮点支持的非常有限的 CPU 编写代码，否则性能差异对您来说无关紧要。

不同大小的整数类型:

通常，CPU 在处理其 native 字大小的整数时速度最快(对 64 位系统有一些警告)。在现代 CPU 上，32 位操作通常比 8 位或 16 位操作快，但是这在架构之间差异很大。另外，请记住，您不能孤立地考虑 CPU 的速度；它是复杂系统的一部分。即使操作 16 位数字比操作 32 位数字慢 2 倍，当您用 16 位数字而不是 32 位数字表示它时，您可以将两倍的数据放入缓存层次结构中。如果这在让所有数据来自缓存而不是频繁缓存未命中之间产生差异，那么更快的内存访问将胜过 CPU 的较慢操作。

其他注意事项:

向量化进一步平衡了更窄的类型(float 和 8 位和 16 位整数)——您可以在相同宽度的 vector 中执行更多操作。然而，好的 vector 代码很难编写，所以如果没有大量的细心工作，你就不会获得这种好处。

为什么会有性能差异？

CPU上的运算速度快慢实际上只有两个因素:运算的电路复杂度，以及用户对运算速度的要求。

(在合理范围内)任何操作都可以快速进行，只要芯片设计者愿意在问题上投入足够多的晶体管。但是晶体管是要花钱的(或者更确切地说，使用大量晶体管会使你的芯片更大，这意味着每个晶圆上的芯片更少，产量更低，这会花钱)，因此芯片设计人员必须权衡使用哪些操作的复杂度，以及他们根据(感知到的)用户需求来做到这一点。粗略地说，您可能会考虑将操作分为四类:

                 high demand            low demand
high complexity  FP add, multiply       division
low complexity   integer add            popcount, hcf
                 boolean ops, shifts

几乎所有 CPU 上的高需求、低复杂性操作都将很快:它们是唾手可得的果实，并赋予每个晶体管最大的用户利益。

高需求、高复杂性的操作在昂贵的 CPU(如计算机中使用的 CPU)上会很快，因为用户愿意为它们付费。您可能不愿意为您的 toastr 支付额外的 3 美元以获得快速的 FP 乘法，但是，因此廉价的 CPU 会忽略这些指令。

几乎所有处理器上的低需求、高复杂性操作通常都很慢；只是没有足够的好处来证明成本是合理的。

如果有人费心考虑，低需求、低复杂性的操作将会很快，否则就不存在。

进一步阅读:

Agner Fog 保持良好 website有很多关于低级性能细节的讨论(并且有非常科学的数据收集方法来支持它)。

The Intel® 64 and IA-32 Architectures Optimization Reference Manual (PDF 下载链接位于页面下方)也涵盖了很多这些问题，尽管它专注于一个特定的体系结构系列。