IT专家优化方法利用c++在NxN数组中找到M最大的元素文档格式.docx
《IT专家优化方法利用c++在NxN数组中找到M最大的元素文档格式.docx》由会员分享，可在线阅读，更多相关《IT专家优化方法利用c++在NxN数组中找到M最大的元素文档格式.docx（19页珍藏版）》请在冰豆网上搜索。
SourcePoint[M];
maxCoefficients=newSourcePoint*[for（intj=0;
jrows;
j++）{for（int
i=0;
icols;
i++）{floatsample=arr[i][j];
if（samplemaxValues[0].value）{intq=1;
while（samplemaxValues[q].valueqM）{maxValues[q-1]=maxValues[q];
//shufflethe
valuesbackq++;
maxValues[q-1].value=sample;
maxValues[q-1].point=Point（i,j）;
A
Pointstructisjusttwoints-xandy.
点结构就是两个ints-x和y。
Thiscodebasicallydoesaninsertionsortofthevaluescomingin.maxValues[0]
alwayscontainstheSourcePointwiththelowestvaluethatstillkeepsitwithinthetopM
valuesencouteredsofar.Thisgivesusaquickandeasybailoutifsample=maxValues,
wedon’tdoanything.TheissueI’mhavingistheshufflingeverytimeanewbettervalue
isfound.ItworksitswayallthewaydownmaxValuesuntilitfindsit’sspot,shufflingall
theelementsinmaxValuestomakeroomforitself.
这段代码基本上是在插入某种类型的值。
maxValues[0]始终包含具有最低值的源
点，该源点仍然保持在到目前为止附带的前M值中。
如果样本=maxValues，我们
什么都不做，这就给了我们一个快速而简单的援助。
我遇到的问题是每次找到一个
新的更好的值时都要进行洗牌。
它沿着maxValues一直向下移动，直到找到它的位
置，将maxValues中的所有元素都拖放到一起，为自己腾出空间。
I’mgettingtothepointwhereI’mreadytolookintoSIMDsolutions,orcache
optimisations,sinceitlookslikethere’safairbitofcachethrashinghappening.Cuttingthe
costofthisoperationdownwilldramaticallyaffecttheperformanceofmyoverall
algorithmsincethisiscalledmanymanytimesandaccountsfor60-80%ofmyoverall
cost.
我已经准备好研究SIMD解决方案或缓存优化，因为看起来有相当一部分缓存抖
动正在发生。
降低这个操作的成本将极大地影响我的整体算法的性能，因为这被多
次调用，占我总成本的60-80%。
I’vetriedusingastd:
:
vectorandmake_heap,butIthinktheoverheadforcreatingthe
heapoutweighedthesavingsoftheheapoperations.ThisislikelybecauseMandN
generallyaren’tlarge.Mistypically10-20andN10-30（NxN100-900）.Theissueisthis
operationiscalledrepeatedly,anditcan’tbeprecomputed.
我尝试过使用std:
vector和make_heap，但是我认为创建堆的开销超过了堆操作的
节省。
这可能是因为M和N一般都不大。
M通常是10-20和N10-30（NxN100-
900）。
问题是这个操作被反复调用，并且不能预先计算。
Ijusthadathoughttopre-loadthefirstMelementsofmaxValueswhichmayprovide
somesmallsavings.Inthecurrentalgorithm,thefirstMelementsareguaranteedtoshuffle
themselvesallthewaydownjusttoinitiallyfillmaxValues.
我刚想到预加载maxValues的前M个元素，这可以节省一些开销。
在当前算法
中，前M个元素被保证会一直拖到下端，以最初填充maxValues。
Anyhelpfromoptimizationguruswouldbemuchappreciated:
）
任何来自优化大师的帮助，我们都非常感激:
5
Afewideasyoucantry.InsomequicktestswithN=100andM=15Iwasabletogetit
around25%fasterinVC++2010buttestityourselftoseewhetheranyofthemhelpin
yourcase.Someofthesechangesmayhavenoorevenanegativeeffectdependingonthe
actualusage/dataandcompileroptimizations.
你可以尝试一些想法。
在N=100和M=15的一些快速测试中，我可以在vc++
2010中提高25%左右的速度，但是你可以自己测试一下，看看它们是否对你有帮
助。
根据实际的使用/数据和编译器优化，其中一些更改可能没有或甚至有负面影
响。
Don’tallocateanewmaxValuesarrayeachtimeunlessyouneedto.Usingastack
variableinsteadofdynamicallocationgetsme+5%.除非需要，否则不要每次都分配一
个新的maxValues数组。
使用堆栈变量而不是动态分配得到+5%Changing
g_Source[i][j]tog_Source[j][i]gainsyouaverylittlebit（notasmuchasI’dthoughtthere
wouldbe）.将g_Source[i][j]更改为g_Source[j][j][i]会给您带来一点好处（没有我想象
的那么多）。
UsingthestructureSourcePoint1listedatthebottomgetsmeanotherfew
percent.使用底部列出的SourcePoint1结构，我又得到了几个百分点。
Thebiggest
gainofaround+15%wastoreplacethelocalvariablesamplewithg_Source[j][i].The
compilerislikelysmartenoughtooptimizeoutthemultiplereadstothearraywhichit
can’tdoifyouusealocalvariable.+15%的最大收益是用g_Source[j][i]代替局部变量
样本。
编译器可能足够聪明，可以优化数组的多次读取，如果使用局部变量，编译
器就不能这么做。
Tryingasimplebinarysearchnettedmeasmalllossofafew
percent.ForlargerM/Nsyou’dlikelyseeabenefit.尝试一个简单的二分搜索，我得到
了百分之几的小损失。
对于较大的M/n，你可能会看到好处。
Ifpossibletryto
keepthesourcedatainarr[][]sorted,evenifonlypartially.Ideallyyou’dwanttogenerate
maxValues[]atthesametimethesourcedataiscreated.如果可能的话，尝试保持
arr[][][]中的源数据排序，纵然只是部分排序。
理想情况下，您希望在创建源数据的
同时生成maxValues[]。
Lookathowthedataiscreated/stored/organizedmaygive
youpatternsorinformationtoreducetheamountoftimetogenerateyourmaxValues[]
array.Forexample,inthebestcaseyoucouldcomeupwithaformulathatgivesyouthe
topMcoordinateswithoutneedingtoiterateandsort.查看如何创建/存储/组织数据可以
为您提供模式或信息，从而减少生成maxValues[]数组的时间。
例如，在最好的情况
下，您可以得出一个公式，它给出了最上面的M坐标，而不需要迭代和排序。
Codeforabove:
上面的代码:
structS
升级会员 