在C++中是否有「float」的快速fabsf替換？

Question

我只是做一些基準測試，發現通常比fabs()慢10倍。於是我拆開它，結果發現double版本使用的是fabs指令，float版本沒有。這可以改善嗎？這是更快，但沒有這麼多，我擔心它可能無法正常工作，這是一個有點過於低級：

float mabs(float i) 
{ 
    (*reinterpret_cast<MUINT32*>(&i)) &= 0x7fffffff; 
    return i; 
} 

編輯：對不起忘了編譯器 - 我還是用好老VS2005，沒有什麼特別的庫。

Answer 1

您是否試過std::abs過載float？那將是規範的C++方式。除此之外，我應該注意到，您的位修改版本確實違反了嚴格別名規則（除了更基本的假設，即int和float具有相同的大小）並且因此將是未定義的行爲。

Answer 2

您可以使用the code below輕鬆測試不同的可能性。它從本質上檢驗了你對天真模板abs的煩惱，以及std::abs。毫不奇怪，天真模板腹肌獲勝。那麼，它有一個驚人的勝利。我期望std::abs同樣快。請注意，-O3實際上使事情變慢（至少在coliru上）。

Coliru的主機系統顯示這些時間：

random number generation: 4240 ms 
naive template abs: 190 ms 
ugly bitfiddling abs: 241 ms 
std::abs: 204 ms 
::fabsf: 202 ms 

而且這些時間的VirtualBox的VM上的酷睿i7運行拱與GCC 4.9：

random number generation: 1453 ms 
naive template abs: 73 ms 
ugly bitfiddling abs: 97 ms 
std::abs: 57 ms 
::fabsf: 80 ms 

而且在MSVS2013這些時間（Windows 7的x64）：

random number generation: 671 ms 
naive template abs: 59 ms 
ugly bitfiddling abs: 129 ms 
std::abs: 109 ms 
::fabsf: 109 ms 

如果我沒有在這個基準上做出一些明顯的錯誤方舟代碼（不要讓我拍攝它，我在大約2分鐘內寫完了），我會說只是使用std::abs，或者模板版本，如果事實證明你的速度稍快。

---

代碼：

#include <algorithm> 
#include <cmath> 
#include <cstdint> 
#include <cstdlib> 
#include <chrono> 
#include <iostream> 
#include <random> 
#include <vector> 

#include <math.h> 

using Clock = std::chrono::high_resolution_clock; 
using milliseconds = std::chrono::milliseconds; 

template<typename T> 
T abs_template(T t) 
{ 
    return t>0 ? t : -t; 
} 

float abs_ugly(float f) 
{ 
    (*reinterpret_cast<std::uint32_t*>(&f)) &= 0x7fffffff; 
    return f; 
} 

int main() 
{ 
    std::random_device rd; 
    std::mt19937 mersenne(rd()); 
    std::uniform_real_distribution<> dist(-std::numeric_limits<float>::lowest(), std::numeric_limits<float>::max()); 

    std::vector<float> v(100000000); 

    Clock::time_point t0 = Clock::now(); 

    std::generate(std::begin(v), std::end(v), [&dist, &mersenne]() { return dist(mersenne); }); 

    Clock::time_point trand = Clock::now(); 

    volatile float temp; 
    for (float f : v) 
    temp = abs_template(f); 

    Clock::time_point ttemplate = Clock::now(); 

    for (float f : v) 
    temp = abs_ugly(f); 

    Clock::time_point tugly = Clock::now(); 

    for (float f : v) 
    temp = std::abs(f); 

    Clock::time_point tstd = Clock::now(); 

    for (float f : v) 
    temp = ::fabsf(f); 

    Clock::time_point tfabsf = Clock::now(); 

    milliseconds random_time = std::chrono::duration_cast<milliseconds>(trand - t0); 
    milliseconds template_time = std::chrono::duration_cast<milliseconds>(ttemplate - trand); 
    milliseconds ugly_time = std::chrono::duration_cast<milliseconds>(tugly - ttemplate); 
    milliseconds std_time = std::chrono::duration_cast<milliseconds>(tstd - tugly); 
    milliseconds c_time = std::chrono::duration_cast<milliseconds>(tfabsf - tstd); 
    std::cout << "random number generation: " << random_time.count() << " ms\n" 
    << "naive template abs: " << template_time.count() << " ms\n" 
    << "ugly bitfiddling abs: " << ugly_time.count() << " ms\n" 
    << "std::abs: " << std_time.count() << " ms\n" 
    << "::fabsf: " << c_time.count() << " ms\n"; 
} 

---

哦，並回答您的實際問題：如果編譯器不能生成更高效的代碼，我懷疑有一種更快的方式保存微優化裝配，特別是對於這樣的基本操作。

Answer 3

在這裏玩很多事情。首先，x87協處理器不贊成使用SSE/AVX，所以我很驚訝地發現你的編譯器仍然使用fabs指令。在這個問題上發佈基準測試答案的其他人很可能使用支持SSE的平臺。 您的結果可能會大不相同。

我不知道爲什麼你的編譯器爲fabs和fabsf使用不同的邏輯。完全可以將float加載到x87堆棧，並輕鬆地使用fabs指令。在沒有編譯器支持的情況下，自己再現這個問題的是，您不能將操作集成到編譯器的正常優化管道中：如果您說「加載此浮點數，使用fabs指令，將此浮點數返回到內存」，則編譯器會這樣做...並且它可能涉及將已經準備好處理的浮點數重新加載到內存中，使用fabs指令將其重新加載回去，並將其重新加載到內存中，然後再次將其加載到x87堆棧恢復正常的，可優化的管道。這將是四次浪費的加載存儲操作，因爲它只需要執行fabs。

簡而言之，您不太可能擊敗浮點運算的集成編譯器支持。如果你沒有這種支持，內聯彙編器可能會讓事情變得比他們想象的更慢。你最快的做法可能是使用fabs函數代替浮點數的fabsf函數。

僅供參考，現代編譯器和現代的平臺上使用SSE指令andps（對於浮動）和andpd（雙打），以進出位標誌，非常喜歡你這樣做你自己，而是躲着所有語言的語義問題。他們都很快。現代編譯器也可能檢測到像x < 0 ? -x : x這樣的模式，並生成最優的指令，而不需要編譯器內在的。