ios - 在 Swift 中优化嵌套 for 循环

Question

我得到了计算 UIImage 中白色像素的方法，我需要遍历所有像素以增加我找到的每个白色像素的计数器。我试图提高它的性能，但我没有找到更好的方法。有什么想法吗？

func whitePixelCount() -> Int {
    let width = Int(image.size.width)
    let height = Int(image.size.height)
    var counter = 0
    for x in 0..<(width*scale) {
        for y in 0..<(height*scale) {
            // We multiply per 4 because of the 4 channels, RGBA, but later we just use the Alpha
            let pixelIndex = (width * y + x) * 4

            if pointer[pixelIndex + Component.alpha.rawValue] == 255 {
                counter += 1
            }
        }
    }
    return counter
}

• Component.alpha.rawValue 等于 3
• scale 是 Int(image.scale)

• 指针来自:

  guard let cfdata = self.image.cgImage?.dataProvider?.data,
      let pointer = CFDataGetBytePtr(cfdata) else {
          return nil
  }
  

Answer 1

一些观察:

1. 确保您使用的是优化/发布版本，而不是未优化的调试版本。在我的设备上，调试构建需要大约 4 秒来处理 12 兆像素的图像，而发布构建需要 0.3 秒。

2. 当您有一个 for 循环时，您可以将其并行化以利用 CPU 上的所有内核。通过跨步算法执行此操作，for 循环快了将近 4 倍。

   这听起来不错，但不幸的是，问题在于处理图像的 0.3 秒，其中大部分是图像缓冲区的准备工作。 (现在，在您的示例中，您没有将它重新渲染到预定义的像素缓冲区中，恕我直言，这有点危险，所以也许您没有这种开销。但是，无论如何，通常观察不到 10+ 毫秒的差异除非你正在处理数百张图像。)实际的 for 循环只占用了 16 毫秒的运行时间。因此，虽然将其减少到 4 毫秒几乎快了 4 倍，但从用户的角度来看，这并不重要。

无论如何，请随意在我的原始答案中查看下面跨步的并行算法。

---

提高 for 循环性能的一种非常简单的方法是使用 concurrentPerform 来并行化例程:

例如，这是一个非并行例程:

var total = 0

for x in 0..<maxX {
    for y in 0..<maxY {
        if ... {
            total += 1
        }
    }
}

print(total)

你可以并行化它

• 翻转 x 和 y 循环，因为我们希望外循环是图像中的一行。这个想法是为了确保不仅每个线程都应该使用连续的内存块，而且我们希望最小化重叠量以避免“缓存晃动”。因此考虑:

  for y in 0..<maxY {
      for x in 0..<maxX {
          if ... {
              total += 1
          }
      }
  }
  

  我们实际上并不打算使用上面的内容，但我们将在下一步中将其用作模型；

• 用 concurrentPerform 替换外部 for 循环(现在是 y 坐标):

  var total = 0
  
  let syncQueue = DispatchQueue(label: "...")
  
  DispatchQueue.concurrentPerform(iterations: maxY) { y in
      var subTotal = 0
      for x in 0..<maxX {
          if ... {
              subTotal += 1
          }
      }
      syncQueue.sync {
          total += subTotal
      }
  }
  
  print(total)
  

所以，思路是:

• 用concurrentPerform替换外层for循环；
• 不是尝试为 x 的每次迭代更新 total，而是为每个线程设置一个 subTotal 变量，并且只更新 total 最后(最小化多个线程对该共享资源的争用)；和
• 使用一些同步机制(我在这里使用串行队列，但任何同步机制都可以)更新total以确保线程安全。

我试图让这个例子尽可能简单，但还有其他可以做的优化:

• 不同的同步技术提供不同的性能。例如。您可以通过在协议(protocol)扩展(提供一种安全的使用锁的方式)，如下所示:

  // Adapted from Apple’s `withCriticalSection` code sample
  
  extension NSLocking {
      func sync<T>(_ closure: () throws -> T) rethrows -> T {
          lock()
          defer { unlock() }
          return try closure()
      }
  }
  

  然后你可以这样做:

  let lock = NSLock()
  
  DispatchQueue.concurrentPerform(iterations: maxY) { y in
      var subTotal = 0
      for x in 0..<maxX {
          if ... {
              subTotal += 1
          }
      }
      lock.sync {
          total += subTotal
      }
  }
  
  print(total)
  

  请随意尝试您想要的任何同步机制。但想法是，如果您要从多个线程访问 total，请确保以线程安全的方式进行。如果您想检查线程安全，请暂时打开“Thread Sanitizer”。

• 如果每个线程上没有足够的工作(例如 maxX 不是很大，或者在这种情况下，算法非常快)，并行化例程的开销可以开始抵消让多个核心参与计算的好处。因此，您可以在每次迭代中“跨越”多行 y。例如:

  let lock = NSLock()
  
  let stride = maxY / 20
  let iterations = Int((Double(height) / Double(stride)).rounded(.up))
  
  DispatchQueue.concurrentPerform(iterations: iterations) { i in
      var subTotal = 0
      let range = i * stride ..< min(maxY, (i + 1) * stride)
      for y in range {
          for x in 0 ..< maxX {
              if ... {
                  subTotal += 1
              }
          }
      }
  
      lock.sync { count += subTotal }
  }