performance - 小数相加比大数相加快吗？

Question

c# 聊天中对此进行了持续的讨论。最初的问题是这样的:

Is calculating e.g. (Int32) 5+5 faster then 1234723847+32489237 ?

我最初的想法是在二进制级别进行优化以忽略填充零，因此较小的数字会更快。

所以，我测试了它。如果您有兴趣，这是该计划。如果没有，请跳至结果。

Stopwatch sw = new Stopwatch();
Int64 c = 0;
long msDifferential = 0;     //
int reps = 10; //number of times to run the entire program
for (int j = 0; j < reps; j++)
{            
    sw.Start();  //                
    sw.Stop();   // Just in case there's any kind of overhead for the first Start()
    sw.Reset();  //

    sw.Start();  //One hundred million additions of "small" numbers
    for (Int64 i = 0, k = 1; i < 100000000; i++, k++)
    {   
        c = i + k;
    }
    sw.Stop();

    long tickssmall = sw.ElapsedTicks;       
    long mssmall = sw.ElapsedMilliseconds;

    sw.Reset();

    sw.Start();  //One hundred million additions of "big" numbers
    for (Int64 i = 100000000000000000, k = 100000000000000001; i < 100000000100000000; i++, k++)
    {
        c = i + k;
    }
    sw.Stop();

    long ticksbig = sw.ElapsedTicks;
    long msbig = sw.ElapsedMilliseconds;

    //total differentials for additions
    ticksDifferential += ticksbig - tickssmall;   
    msDifferential += msbig - mssmall;                
}

//average differentials per 100000000 additions
long averageDifferentialTicks = ticksDifferential / reps;
long averageDifferentialMs = msDifferential / reps;

//average differentials per addition
long unitAverageDifferentialTicks = averageDifferentialTicks / 100000000;
long unitAverageDifferentialMs = averageDifferentialMs / 100000000;

System.IO.File.AppendAllText(@"C:\Users\phillip.schmidt\My Documents\AdditionTimer.txt", "Average Differential (Ticks): " + unitAverageDifferentialTicks.ToString() + ", ");
System.IO.File.AppendAllText(@"C:\Users\phillip.schmidt\My Documents\AdditionTimer.txt", "Average Differential (Milliseconds): " + unitAverageDifferentialMs.ToString());

---

结果

Debug模式

• 平均单位差异:2.17 纳秒

Release模式(启用优化)

• 平均单位差异:0.001 纳秒

Release模式(禁用优化)

• 平均单位差异:0.01 纳秒

因此，在 Debug模式下，每次相加，“大”数字相加所需时间比“小”数字长约 2.17 纳秒。然而，在 Release模式下，差异并不那么显着。

---

问题

所以我有一些后续问题:

1. 哪种模式最适合我的目的？ (调试、发布、发布(无选项))
2. 我的结果准确吗？如果是这样，速度差异的原因是什么？
3. 为什么 Debug模式下的差异如此之大？
4. 还有什么我应该考虑的吗？

Answer 1

具体优化的效果取决于您的编译器。您应该查看每种情况下生成的汇编代码并比较生成的 CPU 指令。在 CPU 级别，如果生成相同的指令，则根据您添加的值，性能不应有任何差异。 CPU 有一个时钟信号，如果在相同大小的操作数上执行相同的指令，则无论操作数的位是 1 还是 0，简单的算术运算都将花费相同数量的时钟周期。内存效应可能会影响性能，但这里的数据足够小，因此这可能并不重要。在反汇编中，您可以检查变量是否最终出现在寄存器中。如果不是，人们可能会想，仅用几个变量对较大数据(如缓存命中/未命中、物理内存访问等)发挥重要作用的影响是否也很重要。他们可能会这样做，因为你的 CPU 每秒能够进行数十亿次算术运算，但 RAM 是一个外部设备，速度要慢得多。无论如何，这种影响是随机的，并不取决于您添加的值是大还是小。管道停顿、指令重新排序等也应该如此。在不同时间执行的一系列实验中，平均时间在误差范围内应该是相同的(在 Release模式下获得的差异肯定属于这一类)。

我发现可能存在差异的一种可能性是编译器不是直接通过 64 位指令处理 64 位数字，而是使用多个 32 位指令。在这种情况下，智能编译器可能会注意到您在某些循环中使用的值永远不会超出 32 位数字的限制，并发出仅对单个 32 位值而不是对构成 32 位值的两个 32 位值进行操作的指令。 64 位值。看看反汇编就可以知道情况是否如此。