我目前正在使用：
( (((int)(x))/Box_SIZE)%WIDTH+ WIDTH*((((int)(y))/Box_SIZE)%HEIGHT) )
这句话目前占用了我执行时间的20％,如果我对负坐标完全安全,那就更糟糕了(大约40-50％)：
( (( ((int)(x)) /Box_SIZE)%WIDTH+WIDTH)%WIDTH +WIDTH*(( (((int)(y)) /Box_SIZE)%HEIGHT+HEIGHT)%HEIGHT) )
我实际上正在考虑将应用程序完全转换为定点,只是为了避免这种情况,这样我就可以对我想要的部分进行掩码,而不是进行这种可怕的转换.
有没有更好的方法来进行这种双重> int转换？是否值得确保0< x< WIDTH * Box_SIZE和0< y< HEIGHT * Box_SIZE以便我可以放弃两个剩余操作？ (这样做很难在基准测试中不值得,除非它可能是一个重大改进) 编辑：在评论中进行适当的惩罚后,更多细节： x和y是一组(多达10 ^ 6)个粒子的坐标.我正在使用一种算法,它要求我在每个时间步,对一个框内的所有粒子做一些简单的求和.因此,我遍历粒子,计算粒子所在的盒子,然后将其用作添加到该盒子的数组索引.粒子通常移动得足够远,以至于它们过去的位置并不能表明它们未来的位置.这也是无序的,这意味着我不能对此做出任何假设. WIDTH,HEIGHT和Box_SIZE在技术上是免费的,只要WIDTH和HEIGHT是Box_SIZE的倍数即可.实际上,它们都是指定的编译时间,并且是Box_SIZE = 1的整数.我已经运行了从WIDTH = HEIGHT = 4到WIDTH = HEIGHT = 512的所有内容,而我通常使用2的平方幂(因为为什么不是？),WIDTH = 37; HEIGHT = 193应该没有问题. 每个粒子每个时间步执行一次该计算是不可避免的;在当前实现中,它执行两次.我尝试缓存该值以避免重新计算,但最终基准测试表现更差,所以我回去计算它两次. 基本测试运行10个粒子/盒* 100 WIDTH * 100 HEIGHT * 10000步= 10亿个粒子*时间步长在一分钟内以阴影运行. 这些坐标是他们的“常规数字”(1-1000)的顺序,所以我远不及任何一种双重约束.
解决方法
有关IEEE754舍入模式的更多信息,请参阅gcc docs here.
在现代深度流水线处理器上,当舍入模式改变时,必须刷新整个管道,导致在每个(int)转换时清空pipleline时大幅减速.当您在循环中执行此操作时,您遇到的减速是典型的.
Erik de Castro Lopo(libsndfile和秘密兔子代码的作者)在这个问题上有一篇非常有趣的文章.在他的音频转换例程中,浮点舍入性能至关重要,他使用POSIX lrintf()调用以及非POSIX平台的一些x86程序集为这个问题提供了一组有趣的解决方案.
简短的回答是使用C99 / POSIX lrintf()函数,或使用一些内联汇编来执行整数截断而不更改浮点舍入模式.
