为什么向浮点数组添加 0.1f 比添加 0 慢得多？如何解决此性能问题？

为什么向浮点数组中添加 0.1f 与添加 0 相比，性能会降低 10 倍？

性能差异源于处理处理器的非正规（或次正规）浮点数。非正规数表示非常接近零的值，这会显着影响性能。

将 0.1f 添加到浮点数组时，结果可能是非正规数，即使原始值不是。这是因为浮点表示的精度有限。对非正规数的操作通常比对正规化数慢得多，因为许多处理器无法直接处理它们，必须使用微代码来解析它们。

相反，向浮点数组添加 0 不会产生非正规数。这是因为 0 已经是标准化数字。因此，涉及 0 的运算可以更高效地执行。

为了演示非正规数对性能的影响，请考虑以下代码：

const float x[16] = {  1.1,   1.2,   1.3,     1.4,   1.5,   1.6,   1.7,   1.8,
                       1.9,   2.0,   2.1,     2.2,   2.3,   2.4,   2.5,   2.6};
const float z[16] = {1.123, 1.234, 1.345, 156.467, 1.578, 1.689, 1.790, 1.812,
                     1.923, 2.034, 2.145,   2.256, 2.367, 2.478, 2.589, 2.690};
float y[16];
for (int i = 0; i < 16; i++)
{
    y[i] = x[i];
}

for (int j = 0; j < 9000000; j++)
{
    for (int i = 0; i < 16; i++)
    {
        y[i] *= x[i];
        y[i] /= z[i];
        y[i] = y[i] + 0.1f; // <--
        y[i] = y[i] - 0.1f; // <--
    }
}

这里，将 0.1f 添加到浮点数组导致速度显着减慢，因为结果值被转换为非正规数。

为了避免非正规数对性能的影响，您可以使用_MM_SET_FLUSH_ZERO_MODE(_MM_FLUSH_ZERO_ON); 将非正规数刷新为零的内在特征。这意味着任何非正规值都会四舍五入为零。通过使用此内在函数，您可以在使用浮点数组时显着提高代码的性能。

以上是为什么向浮点数组添加 0.1f 比添加 0 慢得多？如何解决此性能问题？的详细内容。更多信息请关注PHP中文网其他相关文章！