为什么处理排序数组比处理未排序数组慢？

Question

我有一个包含 500000 个随机生成的 Tuple<long,long,string> 对象的列表，我正在对这些对象执行简单的“介于”搜索：

var data = new List<Tuple<long,long,string>>(500000);
...
var cnt = data.Count(t => t.Item1 <= x && t.Item2 >= x);

当我生成随机数组并搜索 100 个随机生成的 x 值时，搜索在大约 4 秒内完成。然而，知道great wonders that sorting does to searching，我决定对我的数据进行排序——首先是Item1，然后是Item2，最后是Item3——在运行我的100次搜索之前。由于分支预测，我希望排序后的版本执行得更快一些：我的想法是，一旦我们到达Item1 == x 的地步，对t.Item1 <= x 的所有进一步检查都会正确预测分支为“不接受”，加速搜索的尾部。令我惊讶的是，排序数组的搜索时间是原来的两倍！

我尝试改变运行实验的顺序，并为随机数生成器使用不同的种子，但效果是一样的：未排序数组中的搜索运行速度几乎是相同数组中搜索的两倍数组，但已排序！

有人对这种奇怪的效果有很好的解释吗？我的测试源代码如下；我正在使用 .NET 4.0。

---

private const int TotalCount = 500000;
private const int TotalQueries = 100;
private static long NextLong(Random r) {
    var data = new byte[8];
    r.NextBytes(data);
    return BitConverter.ToInt64(data, 0);
}
private class TupleComparer : IComparer<Tuple<long,long,string>> {
    public int Compare(Tuple<long,long,string> x, Tuple<long,long,string> y) {
        var res = x.Item1.CompareTo(y.Item1);
        if (res != 0) return res;
        res = x.Item2.CompareTo(y.Item2);
        return (res != 0) ? res : String.CompareOrdinal(x.Item3, y.Item3);
    }
}
static void Test(bool doSort) {
    var data = new List<Tuple<long,long,string>>(TotalCount);
    var random = new Random(1000000007);
    var sw = new Stopwatch();
    sw.Start();
    for (var i = 0 ; i != TotalCount ; i++) {
        var a = NextLong(random);
        var b = NextLong(random);
        if (a > b) {
            var tmp = a;
            a = b;
            b = tmp;
        }
        var s = string.Format("{0}-{1}", a, b);
        data.Add(Tuple.Create(a, b, s));
    }
    sw.Stop();
    if (doSort) {
        data.Sort(new TupleComparer());
    }
    Console.WriteLine("Populated in {0}", sw.Elapsed);
    sw.Reset();
    var total = 0L;
    sw.Start();
    for (var i = 0 ; i != TotalQueries ; i++) {
        var x = NextLong(random);
        var cnt = data.Count(t => t.Item1 <= x && t.Item2 >= x);
        total += cnt;
    }
    sw.Stop();
    Console.WriteLine("Found {0} matches in {1} ({2})", total, sw.Elapsed, doSort ? "Sorted" : "Unsorted");
}
static void Main() {
    Test(false);
    Test(true);
    Test(false);
    Test(true);
}

---

Populated in 00:00:01.3176257
Found 15614281 matches in 00:00:04.2463478 (Unsorted)
Populated in 00:00:01.3345087
Found 15614281 matches in 00:00:08.5393730 (Sorted)
Populated in 00:00:01.3665681
Found 15614281 matches in 00:00:04.1796578 (Unsorted)
Populated in 00:00:01.3326378
Found 15614281 matches in 00:00:08.6027886 (Sorted)

Answer 1

LINQ 不知道您的列表是否已排序。

由于带有谓词参数的 Count 是所有 IEnumerables 的扩展方法，我认为它甚至不知道它是否通过有效的随机访问在集合上运行。因此，它只检查每个元素，Usr 解释了性能下降的原因。

要利用排序数组的性能优势（例如二分搜索），您必须进行更多编码。

Answer 2

当您使用未排序列表时，所有元组都按内存顺序访问。它们已在 RAM 中连续分配。 CPU 喜欢按顺序访问内存，因为它们可以推测性地请求下一个高速缓存行，因此它总是在需要时出现。

当您对列表进行排序时，您会将其放入随机顺序，因为您的排序键是随机生成的。这意味着对元组成员的内存访问是不可预测的。 CPU 无法预取内存，几乎每次访问元组都是缓存未命中。

这是一个很好的例子，说明了 GC 内存管理的特定优势：一起分配并一起使用的数据结构执行得非常好。它们具有很好的参考位置。

在这种情况下，缓存未命中的损失超过了保存的分支预测损失。

尝试切换到struct-tuple。这将恢复性能，因为在运行时不需要指针取消引用来访问元组成员。

Chris Sinclair 在 cmets 中指出，“对于大约 10,000 或更少的 TotalCount，排序后的版本确实执行得更快”。这是因为一个小列表完全适合 CPU 缓存。内存访问可能无法预测，但目标始终在缓存中。我相信仍然会有一个小的惩罚，因为即使从缓存加载也需要一些周期。但这似乎不是问题，因为 CPU 可以处理多个未完成的负载，从而提高吞吐量。每当 CPU 遇到内存等待时，它仍然会在指令流中加速以尽可能多地排队内存操作。此技术用于隐藏延迟。

这种行为表明在现代 CPU 上预测性能是多么困难。从顺序访问到随机访问时，我们只慢了 2 倍，这一事实告诉我在幕后隐藏了多少内存延迟。一次内存访问会使 CPU 停顿 50-200 个周期。鉴于在引入随机内存访问时，排名第一的程序可能会变得慢 10 倍以上。