查找与计算成本

我有兴趣进行计算以检查是否满足距离标准：即向量和花药向量之间的距离应小于某个值。我的数据根据坐标的正交网格进行分区。由于我的临界值小于最近邻坐标的端点之间的距离，因此我想添加一个“ octant”变量来检查设置是否正确： ${\bf x}_i$ ${\bf x}_j$ $r_{\rm max}$

if octant[j] in allowed_list continue

作为“短路”

if dist(x[i], x[j]) < r_max

我的问题是：布尔查找和比较相对于浮点运算的计算效率如何？这在现代建筑上值得吗？

efficiency

— 邮件
source

您愿意分支代码并对其进行测试吗？我觉得其中大多数的标准答案是“（一种方式）还是（某种方式）进行编码？” 问题类型为“尝试并进行基准测试”。

— Geoff Oxberry 2012年

只是我的2美分。正如Geoff所写的那样，当我对Stackoverflow提出类似的问题时，我总是得到这样的建议：C ++代码：首先编写所有代码，组织代码，以便保持模块化和可重用性，然后才开始重构。有80-20条规则：软件将80％的时间花费在20％的代码上。等到结构完成后，再进行更改，测试，更改，测试..

— tmaric 2012年

@GeoffOxberry：我的问题不是那么具体：我只是想知道与进行浮点运算相比，进行布尔检查是否具有硬件或编译器优势。

— aeismail 2012年

但是您的问题太笼统了。没有看到一些具体的代码，谁也说不清。有一条经验法则说，即使没有优秀的程序员，也无法通过分析来分辨代码瓶颈所在。我花了过去的25年编程时间，我知道这对我来说是对的。

— Wolfgang Bangerth 2012年

我的经验法则是，如果您可以在每双精度值少于50触发器的情况下有效地计算一些数量（FPU的良好利用率），那么重新计算比存储要好。数十年来一直稳定的趋势是浮点功能的提高速度快于存储器性能，并且由于物理限制和快速存储器的能量需求，这种趋势不太可能持久。对于所有流行的计算平台（Intel / AMD，Blue Gene和GPU），值50的大小正确。

每个核心的大概成本估算

[2011/2012年基于Intel和AMD的计算机的准则]

$0.05$
$0.2$
$0.4$
$0.4$ $0.8$
$2$
$3$ $5$
$3$ $5$
$5$
$4$ $8$
$12$
$12$
$30$ $50$
$100$
$10^3$ $1$ $\mu$
$10^4$ $10$ $\mu$
$10^6$
$2\cdot 10^6$ MPI_Allreduce
$10^7$
$5\cdot 10^8$
$1.8\cdot 10^{12}$

进一步阅读

— 杰德·布朗
source

我发现此信息非常有用。顺便问一下，您是从哪里获得这些数据的？我正在寻找引用。

— Eldila