Android:为什么 native 代码比 Java 代码快这么多

Question

在以下 SO 问题中:https://stackoverflow.com/questions/2067955/fast-bitmap-blur-for-android-sdk @zeh 声称将 Java 模糊算法移植到 C 中运行速度提高了 40 倍。

鉴于大部分代码仅包含计算，并且所有分配仅在实际算法数字运算之前“完成一次”——谁能解释为什么这段代码运行速度快 40 倍？ Dalvik JIT 不应该翻译字节码并显着减少与 native 编译代码速度的差距吗？

注意:我自己还没有确认此算法的 x40 性能增益，但我遇到的所有针对 Android 的严肃图像处理算法都在使用 NDK - 因此这支持了 NDK 代码运行速度更快的观点。

Answer 1

对于操作数据数组的算法，有两件事会显着改变 Java 和 C 等语言之间的性能:

• 数组边界检查:Java 将检查每次访问，bmap[i]，并确认i 在数组边界内。如果代码试图越界访问，您将得到一个有用的异常。 C & C++ 不检查任何东西，只信任你的代码。对越界访问的最佳响应是页面错误。更有可能的结果是“意外行为”。

• 指针:您可以通过使用指针显着减少操作。

以这个普通过滤器(类似于模糊，但是 1D)为例:

for(int i = 0; i < ndata - ncoef; ++i) {  
    z[i] = 0;  
    for(int k = 0; k < ncoef; ++k) {  
        z[i] += c[k] * d[i + k];  
    }  
}  

当您访问数组元素时，coef[k] 是:

• 将数组coef的地址载入寄存器；
• 将值k载入寄存器；
• 对它们求和；
• 去获取那个地址的内存。

这些数组访问中的每一个都可以改进，因为您知道索引是顺序的。编译器和 JIT 都不知道索引是顺序的，因此它们无法完全优化(尽管它们一直在尝试)。

在 C++ 中，您会编写更像这样的代码:

int d[10000];  
int z[10000];  
int coef[10];  
int* zptr;  
int* dptr;  
int* cptr;  
dptr = &(d[0]); // Just being overly explicit here, more likely you would dptr = d;  
zptr = &(z[0]); // or zptr = z;  
for(int i = 0; i < (ndata - ncoef); ++i) {  
    *zptr = 0; 
    *cptr = coef;  
    *dptr = d + i;  
    for(int k = 0; k < ncoef; ++k) {  
        *zptr += *cptr * *dptr;  
        cptr++;  
        dptr++;  
    }  
    zptr++;  
}  
       

当您第一次做这样的事情(并成功地做到正确)时，您会惊讶于它的速度有多快。所有取索引和索引与基地址求和的数组地址计算都被递增指令代替。

对于图像模糊等二维数组操作，无辜代码 data[r,c] 涉及两次取值，一次乘法和一次求和。因此，对于 2D 数组，指针的优势允许您删除乘法运算。

因此，该语言可以真正减少 CPU 必须执行的操作。代价是 C++ 代码难以阅读和调试。指针错误和缓冲区溢出是黑客的食物。但是当涉及到原始数字磨削算法时，速度的提高太诱人而无法忽视。