TBB lambda vs自寫體物體

Question

我正在試驗下面的一段代碼，以比較 串行和並行對於（包括非lambda和lambda）的性能。

#include<iostream> 
#include<chrono> 
#include <ctime> 
#include<fstream> 
#include<stdlib.h> 
#define MAX 10000000 
#include "tbb/tbb.h" 
#include "tbb/task_scheduler_init.h" 

using namespace std; 
using namespace tbb; 
void squarecalc(int a) 
{ 
    a *= a; 
} 
void serial_apply_square(int* a) 
{ 
    for (int i = 0; i<MAX; i++) 
     squarecalc(*(a + i)); 
} 

class apply_square 
{ 
    int* my_a; 
public: 
    void operator()(const blocked_range<size_t>& r) const 
    { 
     int *a = my_a; 
     for (size_t i = r.begin(); i != r.end(); ++i) 
      squarecalc(a[i]); 
    } 
    apply_square(int* a) :my_a(a){} 
}; 
void parallel_apply_square(int* a, size_t n) 
{ 
    parallel_for(blocked_range<size_t>(0, n), apply_square(a)); 
} 
void parallel_apply_square_lambda(int* a, size_t n) 
{ 
    parallel_for(blocked_range<size_t>(0, n), [=](const blocked_range<size_t>& r) 
    { 
     for (size_t i = r.begin(); i != r.end(); ++i) 
      squarecalc(a[i]); 
    } 
    ); 
} 

int main() 
{ 
    std::chrono::time_point<std::chrono::system_clock> start, end; 
    int i = 0; 
    int* a = new int[MAX]; 

    fstream of; 
    of.open("newfile", ios::in); 
    while (i<MAX) 
    { 
     of >> a[i]; 
     i++; 
    } 

    start = std::chrono::system_clock::now(); 
    serial_apply_square(a); 
    end = std::chrono::system_clock::now(); 

    std::chrono::duration<double> elapsed_seconds = end - start; 
    cout << "\nTime for serial execution :" << elapsed_seconds.count() << endl; 

    start = std::chrono::system_clock::now(); 
    parallel_apply_square(a, MAX); 
    end = std::chrono::system_clock::now(); 

    elapsed_seconds = end - start; 
    cout << "\nTime for parallel execution [without lambda] :" << elapsed_seconds.count() << endl; 

    start = std::chrono::system_clock::now(); 
    parallel_apply_square_lambda(a, MAX); 
    end = std::chrono::system_clock::now(); 

    elapsed_seconds = end - start; 
    cout << "\nTime for parallel execution [with lambda] :" << elapsed_seconds.count() << endl; 
    free(a); 
} 

總之它只是計算千萬數字的串行和並行兩種方式的平方。下面是我爲 目標代碼的多次執行獲得的輸出結果。

**1st execution** 

Time for serial execution :0.043183 

Time for parallel execution [without lambda] :0.035238 

Time for parallel execution [with lambda] :0.036719 

**2nd execution** 

Time for serial execution :0.043252 

Time for parallel execution [without lambda] :0.035403 

Time for parallel execution [with lambda] :0.036811 

**3rd execution** 

Time for serial execution :0.043241 

Time for parallel execution [without lambda] :0.035355 

Time for parallel execution [with lambda] :0.036558 

**4th execution** 

Time for serial execution :0.043216 

Time for parallel execution [without lambda] :0.035491 

Time for parallel execution [with lambda] :0.036697 

想到並行執行時間比串行執行較低的所有案件 次，我是古董爲什麼拉姆達法時間比的其他水貨版本在身體的對象是自書面更高 。

• 爲什麼拉姆達版本總是會花更多的時間？
• 是否因爲編譯器的開銷而創建了自己的主體 對象？
• 如果上述問題的答案是肯定的，那麼lambda版本 就不如自己寫的版本了？

編輯

下面是優化代碼的結果（等級-02）

**1st execution** 

Time for serial execution :0 

Time for parallel execution [without lambda] :0.00055 

Time for parallel execution [with lambda] :1e-05 

**2nd execution** 

Time for serial execution :0 

Time for parallel execution [without lambda] :0.000583 

Time for parallel execution [with lambda] :9e-06 

**3rd execution** 

Time for serial execution :0 

Time for parallel execution [without lambda] :0.000554 

Time for parallel execution [with lambda] :9e-06 

現在優化的代碼似乎顯示串行部分 更好的效果蘭巴部分時間得到改善。

這是否意味着並行代碼性能總是需要使用 優化代碼進行測試？

Answer 1

這是否意味着並行代碼性能總是需要使用優化代碼進行測試？

任何代碼性能都必須使用優化代碼進行測試。你想在調試期間或者在你的軟件被實際使用時優化你的代碼以獲得快速的運行時間嗎？

你的代碼中的主要問題是你的循環沒有做任何工作（squarecalc和最有可能甚至serial_apply_square(int* a)得到完全優化），並且測量的時間太短，無法作爲真實生活中的指標不同的結構。