浮點轉換和性能

我知道在浮點數和整數之間進行轉換時可能發生的錯誤，但性能如何（請忽略精度問題）？浮點轉換和性能

請問性能，在一般情況下，受苦，如果我做不同的算術類型的操作數n元操作，也就是在不同的浮點類型（例如float和double）和浮點/整數類型組合（例如float和int）？是否存在經驗法則，如保持所有操作數是相同的類型？

P.S .:我在問，因爲我正在寫一個表達式模板庫，並想知道是否允許對包含不同算術類型值的向量執行二進制操作。

來源

2012-10-16 user1095108

是的，有不同類型之間轉換的成本。如果沒有人從我的中期回來，我可能會給出深入的答案。 – Mysticial

由於浮點運算在base-2算術方面並不重要，編譯器通常會發出幫助函數（請參閱爲什麼需要libgcc？），這會嚴重影響性能。 – 2012-10-16 18:06:39

問題是，你的程序不會**對不同類型的操作數進行n元操作。它根據例如C99的6.3.1。8通常的算術轉換，然後發生n元操作，通常使用相同類型的參數（有一些例外，但不涉及浮點類型）。 –

我懷疑這個問題的答案會因目標架構而異，因爲轉換可能（但可能不會）發生在硬件中。例如，考慮下面的代碼，這導致int和浮子之間的一些互變：

int main (int argc, char** argv) 
{ 
    int precoarced = 35; 
    // precoarced gets forced to float 
    float result = 0.5 + precoarced; 

    // and now we force it back to int 
    return (int)result; 

    // I wonder what the disassembly looks like in different environments? 
}

當我試圖用克編譯此++（我在Ubuntu，x86）的使用默認設置，並用gdb拆卸：

0x00000000004004b4 <+0>: push %rbp 
    0x00000000004004b5 <+1>: mov %rsp,%rbp 
    0x00000000004004b8 <+4>: mov %edi,-0x14(%rbp) 
    0x00000000004004bb <+7>: mov %rsi,-0x20(%rbp) 
    0x00000000004004bf <+11>: movl $0x23,-0x8(%rbp) 
    0x00000000004004c6 <+18>: cvtsi2sdl -0x8(%rbp),%xmm0 
    0x00000000004004cb <+23>: movsd 0x10d(%rip),%xmm1  # 0x4005e0 
    0x00000000004004d3 <+31>: addsd %xmm1,%xmm0 
    0x00000000004004d7 <+35>: unpcklpd %xmm0,%xmm0 
    0x00000000004004db <+39>: cvtpd2ps %xmm0,%xmm0 
    0x00000000004004df <+43>: movss %xmm0,-0x4(%rbp) 
    0x00000000004004e4 <+48>: movss -0x4(%rbp),%xmm0 
    0x00000000004004e9 <+53>: cvttss2si %xmm0,%eax 
    0x00000000004004ed <+57>: pop %rbp 
    0x00000000004004ee <+58>: retq

請注意以cvt爲前綴的助記符的說明。這些是轉換說明。所以在這種情況下，轉換是通過少量指令在硬件中進行的。所以，根據這些指令花費多少個週期，它可能相當快。但是，不同的架構（或不同的編譯器）可以改變這個故事。

編輯：在有趣的一面，有一個額外的轉換，因爲我意外地指定0.5而不是0.5f。這就是爲什麼cvtpd2ps運行在那裏。編程：x86已經有很長時間（從80年代起）FP支持，所以針對x86的C++編譯器通常會使用硬件（除非編譯器嚴重落後於時代）。感謝熱舔指出這一點。

來源

2012-10-16 18:44:32 WeirdlyCheezy

編譯器本來可以在編譯時做足夠的智能轉換，但它不是...... – user1095108

@ user1095108的確。儘管這並不令我吃驚，我是在默認設置，一個。像這樣的字面上的浮點數不是一個典型的「實際」用例。此外，編譯器實現者可能會害怕任何與浮點相關的優化，因爲他們必須非常小心。例如，你可能認爲加法的交換性（A + B = B + A）是浮動加法優化的有效基礎，但由於fp不精確，它不是;它可能會破壞一些FP算法的精度。 – WeirdlyCheezy

請注意，自原始8087協處理器以來，轉換指令一直以某種形式存在。因此幾乎所有具有浮點硬件的系統都將具有硬件轉換。 –

在大多數機器上，float和int格式之間的轉換速度相當快，並且得到了浮點硬件功能的支持。

但是，當然，如果僅用於文檔目的，則應該努力以「正確」格式表示文字。對於文檔而言，使用明確的轉換也不會造成傷害。

來源

2012-10-16 18:36:09

通常有一些性能損失，雖然與其他事情相比可以忽略不計。這是由於整數和浮點寄存器之間的數據遷移以及其他可能的ABI問題。

這些問題的答案總是相同的。懷疑？ 它的基準。性能在理論上難以預測。

來源

2012-10-16 18:38:27 alecov

別忘了，我已經問過關於經驗法則。我知道板凳法則。 – user1095108

浮點轉換和性能

回答

相關問題