c++ - 堆栈分配功能(性能)

Question

在我的小性能问题调查中，我注意到一个有趣的堆栈分配功能，这里是测量时间的模板:

#include <chrono>
#include <iostream>

using namespace std;
using namespace std::chrono;

int x; //for simple optimization suppression
void foo();

int main()
{   
    const size_t n = 10000000; //ten millions
    auto start = high_resolution_clock::now();

    for (size_t i = 0; i < n; i++)
    {
        foo();
    }

    auto finish = high_resolution_clock::now();
    cout << duration_cast<milliseconds>(finish - start).count() << endl;
}

现在是关于foo()的实现，在每个实现中将总共分配500000个整数:

1. 分配在一个 block 中:

   void foo()
   {
       const int size = 500000;
       int a1[size];
   
       x = a1[size - 1];
   }  
   

   结果:7.3秒；

2. 分配在两个 block 中:

   void foo()
   {
       const int size = 250000;
       int a1[size];
       int a2[size];
   
       x = a1[size - 1] + a2[size - 1];
   }
   

   结果:3.5秒；

3. 分配在四个 block 中:

   void foo()
   {
       const int size = 125000;
       int a1[size];
       int a2[size];
       int a3[size];
       int a4[size];
   
       x = a1[size - 1] + a2[size - 1] +
           a3[size - 1] + a4[size - 1];
   } 
   

   结果:1.8 秒。

等等...我将其分成16 个 block 并得到结果时间0.38 秒。

---

请给我解释一下，这是为什么以及如何发生的？
我使用 MSVC 2013 (v120)，发布版本。

更新:
我的机器是x64平台。并且我是用Win32平台编译的。
当我使用 x64 平台编译它时，它在所有情况下都会产生大约 40 毫秒。
为什么平台选择影响如此之大？

Answer 1

查看 VS2015 更新 3 的反汇编，在 foo 的 2 和 4 数组版本中，编译器优化了未使用的数组，以便它仅为每个函数中的 1 个数组保留堆栈空间。由于后面的函数具有较小的数组，因此花费的时间较少。对 x 的赋值读取两个/所有 4 个数组的相同内存位置。 (由于数组未初始化，从中读取是未定义的行为。)如果不优化代码，则会读取 2 或 4 个不同的数组。

这些功能花费的时间很长是由于 __chkstk 执行的堆栈探测。作为堆栈溢出检测的一部分(当编译器需要超过 1 页的空间来保存所有局部变量时是必需的)。