分支预测的英文名字是「Branch Prediction」
大家可以在Google上搜索这个关键字,可以看到关于分支预测的很多内容,不过要搞清楚分支预测如何工作的,才是问题的关键。
分支预测对程序的影响
我们来看看下面的两段代码
代码1
#include
#include #include int main() { // Generate data const unsigned arraySize = 32768; int data[arraySize]; for (unsigned c = 0; c < arraySize; ++c) data[c] = std::rand() % 256; // !!! With this, the next loop runs faster. //std::sort(data, data + arraySize); // Test clock_t start = clock(); long long sum = 0; for (unsigned i = 0; i < 100000; ++i) { for (unsigned c = 0; c < arraySize; ++c) { // Primary loop if (data[c] >= 128) sum += data[c]; } } double elapsedTime = static_cast std::cout << elapsedTime << 'n'; std::cout << "sum = " << sum << 'n'; } 执行结果 @ubuntu:/data/study$ g++ fenzhi.cpp && ./a.out 21.6046 sum = 314931600000 代码2 #include #include #include int main() { // Generate data const unsigned arraySize = 32768; int data[arraySize]; for (unsigned c = 0; c < arraySize; ++c) data[c] = std::rand() % 256; // !!! With this, the next loop runs faster. std::sort(data, data + arraySize); // Test clock_t start = clock(); long long sum = 0; for (unsigned i = 0; i < 100000; ++i) { for (unsigned c = 0; c < arraySize; ++c) { // Primary loop if (data[c] >= 128) sum += data[c]; } } double elapsedTime = static_cast std::cout << elapsedTime << 'n'; std::cout << "sum = " << sum << 'n'; } 执行结果: @ubuntu:/data/study$ g++ fenzhi.cpp && ./a.out 8.52157 sum = 314931600000 第一段代码生成随机数组后,没有进行排序,第二段代码对随机的数组进行排序,执行的时间上发生了非常大的差异。 所以,他们发生了什么事情呢? 导致他们结果不同的原因,就是分支预测,分支预测是CPU处理器对程序的一种预测,和CPU架构有关系,现在的很多处理器都有分支预测的功能。 CPU在执行这段代码的时候 if (data[c] >= 128) sum += data[c]; CPU会有一个提前预测机制,比如前面的执行结果都是true,那么下一次在判断if的时候,就会默认认为是true来处理,让下面的几条指令提前进入预装。 当然,这个判断不会影响实际的结果输出,这个判断只是为了让CPU并行执行代码。 CPU执行一条指令分为几个阶段 既然是分阶段执行,也就是我们正常说的pipeline(流水线执行)。 流水线的工人只要完成自己负责的内容就好了,没有必要去关心其他的人处理。 那如果我有一段代码,如下: int a = 0; a += 1; a += 2; a += 3; 从这个图上我们可以看到,我们认为是在执行 a = 0结束后,才会执行a+=1。 但是实际CPU是在执行a=0的第一条执行后,马上就去执行a+=1的第一条指令了。 也就因为这样,执行速度上得到了大幅度的提升。 但是对于if() 语言,在没有分支预测的时候,我们需要等待if()执行出现结果后才能继续执行下一个代码。 如果存在分支预测的情况 通过比较我们可以发现,如果存在分支预测的时候,就让执行速度变快了。 那如果预测失败,会不会就影响了执行的时间,答案是肯定的。 在前面的例子中,没有对数组排序的情况下,分支预测大部分都会是失败的,这个时候就会在执行结束后重新取指令执行,会严重影响执行效率。 而在排序后的例子中,分支预测一直处于成功的状态,CPU的执行速率得到大幅度的提升。 如果解决分支预测引起的性能下降 分支预测一定会存在一定的能性下降,想让性能提升的方法就是不要使用这个该死的if语句。 比如,上面的代码,我们可以修改成这样 比如,我们看到的绝对值代码,里面也用了这样的思想 /** * abs - return absolute value of an argument * @x: the value. If it is unsigned type, it is converted to signed type first. * char is treated as if it was signed (regardless of whether it really is) * but the macro's return type is preserved as char. * * Return: an absolute value of x. */ #define abs(x) __abs_choose_expr(x, long long, __abs_choose_expr(x, long, __abs_choose_expr(x, int, __abs_choose_expr(x, short, __abs_choose_expr(x, char, __builtin_choose_expr( __builtin_types_compatible_p(typeof(x), char), (char)({ signed char __x = (x); __x<0?-__x:__x; }), ((void)0))))))) #define __abs_choose_expr(x, type, other) __builtin_choose_expr( __builtin_types_compatible_p(typeof(x), signed type) || __builtin_types_compatible_p(typeof(x), unsigned type), ({ signed type __x = (x); __x < 0 ? -__x : __x; }), other) 当然,你也可以这样写 int abs(int i){ if(i<0) return ~(--i); return i; } 所以说,计算机的尽头是数学