【发布时间】：2026-02-12 19:35:02
【问题描述】：
全部，
我正在编写一些对性能敏感的代码，包括一个 3d 矢量类，它会产生大量的交叉积。作为一名资深的 C++ 程序员，我对宏的弊端和内联函数的各种好处了如指掌。长期以来，我一直认为内联函数的速度应该与宏大致相同。但是，在宏与内联函数的性能测试中，我发现了一个有趣的发现，我希望这是我在某个地方犯了一个愚蠢的错误的结果：我的函数的宏版本似乎比内联版本快 8 倍以上！
首先，一个简单矢量类的可笑精简版：
类 Vector3d { 民众： 双 m_tX，m_tY，m_tZ； Vector3d() : m_tX(0), m_tY(0), m_tZ(0) {} Vector3d(const double &tX, const double &tY, const double &tZ): m_tX(tX), m_tY(tY), m_tZ(tZ) {} 静态内联 void CrossAndAssign ( const Vector3d& cV1, const Vector3d& cV2, Vector3d& cV ) { cV.m_tX = cV1.m_tY * cV2.m_tZ - cV1.m_tZ * cV2.m_tY； cV.m_tY = cV1.m_tZ * cV2.m_tX - cV1.m_tX * cV2.m_tZ； cV.m_tZ = cV1.m_tX * cV2.m_tY - cV1.m_tY * cV2.m_tX； } #define FastVectorCrossAndAssign(cV1,cV2,cVOut) { \ cVOut.m_tX = cV1.m_tY * cV2.m_tZ - cV1.m_tZ * cV2.m_tY； \ cVOut.m_tY = cV1.m_tZ * cV2.m_tX - cV1.m_tX * cV2.m_tZ； \ cVOut.m_tZ = cV1.m_tX * cV2.m_tY - cV1.m_tY * cV2.m_tX； } };这是我的示例基准测试代码：
Vector3d right;
Vector3d forward(1.0, 2.2, 3.6);
Vector3d up(3.2, 1.4, 23.6);
clock_t start = clock();
for (long l=0; l < 100000000; l++)
{
Vector3d::CrossAndAssign(forward, up, right); // static inline version
}
clock_t end = clock();
std::cout << end - start << endl;
clock_t start2 = clock();
for (long l=0; l<100000000; l++)
{
FastVectorCrossAndAssign(forward, up, right); // macro version
}
clock_t end2 = clock();
std::cout << end2 - start2 << endl;
最终结果：在完全关闭优化的情况下，内联版本需要 3200 个滴答声，而宏版本需要 500 个滴答声……打开优化（/O2、最大化速度和其他速度调整）后，我可以得到内联版本降低到 1100 滴答声，这更好，但仍然不一样。
所以我呼吁你们所有人：这是真的吗？我在某个地方犯了一个愚蠢的错误吗？或者内联函数真的这么慢吗？如果是，为什么？
【问题讨论】：
-
是的，更改代码而不检查它是否产生相同的结果是愚蠢错误之母。
-
问题：您确实在启用优化的情况下执行了测试，对吗？编译器通常不会在调试中内联所有内容，因为内联函数不会出现在堆栈帧中，这使得调试变得更加困难。
-
“完全关闭优化后，内联版本需要 [更长]”。那么，当您关闭内联时，您会期待什么？
标签： c++ function macros inline