为什么这种使用 putchar_unlocked 的方法比 printf 和 cout 打印字符串要慢？

Question

我正在研究加速我的代码以用于编程比赛的方法，用作输入和输出处理的基础加速。

我目前正在使用线程不安全的putchar_unlocked 函数来打印一些测试。我相信如果由于其线程可解锁的特性而得到良好实现，该函数对于某些数据类型比 cout e printf 更快。​​

我实现了一个以这种方式打印字符串的函数（在我看来非常简单）：

void write_str(char s[], int n){
    int i;
    for(i=0;i<n;i++)
        putchar_unlocked(s[i]);
}

我使用大小为 n 且正好为 n 个字符的字符串进行了测试。
但它是三个中最慢的，我们可以在这张输出写入数量与时间（以秒为单位）的关系图中看到：

为什么它最慢？

Answer 1

我个人的猜测是 printf() 是分块执行的，并且只需要偶尔为每个块传递应用程序/内核边界。

putchar_unlocked() 为每个写入的字节执行此操作。

Answer 2

假设最多约 1,000,000 百万个字符的时间测量值低于测量阈值，并且对std::cout 和stdout 的写入是使用使用批量写入的表单（例如std::cout.write(str, size)）进行的，我猜putchar_unlock() 除了放置字符之外，大部分时间实际上都在更新数据结构的某些部分。其他批量写入会将数据批量复制到缓冲区中（例如，使用memcpy()）并在内部仅更新一次数据结构。

也就是说，代码看起来像这样（这是 pidgeon 代码，即，只是粗略地显示正在发生的事情；真正的代码至少会稍微复杂一些）：

int putchar_unlocked(int c) {
    *stdout->put_pointer++ = c;
    if (stdout->put_pointer != stdout->buffer_end) {
        return c;
    }
    int rc = write(stdout->fd, stdout->buffer_begin, stdout->put_pointer - stdout->buffer_begin);
    // ignore partial writes
    stdout->put_pointer = stdout->buffer_begin;
    return rc == stdout->buffer_size? c: EOF;
}

代码的批量版本是在做一些事情（使用 C++ 符号，因为作为 C++ 开发人员更容易；再次，这是 pidgeon 代码）：

int std::streambuf::write(char const* s, std::streamsize n) {
    std::lock_guard<std::mutex> guard(this->mutex);
    std::streamsize b = std::min(n, this->epptr() - this->pptr());
    memcpy(this->pptr(), s, b);
    this->pbump(b);
    bool success = true;
    if (this->pptr() == this->epptr()) {
        success = this->this->epptr() - this->pbase()
            != write(this->fd, this->pbase(), this->epptr() - this->pbase();
        // also ignoring partial writes
        this->setp(this->pbase(), this->epptr());
        memcpy(this->pptr(), s + b, n - b);
        this->pbump(n - b);
    }
    return success? n: -1;
}

第二个代码可能看起来有点复杂，但只执行一次 30 个字符。很多检查都移出了有趣的部分。即使完成了一些锁定，它也锁定了一个非竞争互斥体，不会过多地抑制处理。

特别是当不使用putchar_unlocked() 对循环进行任何分析时，不会得到太多优化。特别是，代码不会被矢量化，这会导致直接因子至少约为 3，但在实际循环中可能更接近 16。锁的成本会很快减少。

顺便说一句，只是为了创建合理水平的游乐场：除了优化之外，您还应该在使用 C++ 标准流对象时调用 std::sync_with_stdio(false)。

Answer 3

选择更快的方式来输出字符串会与平台、操作系统、编译器设置和使用的运行时库发生冲突，但有一些概括可能有助于理解选择什么。

首先，考虑到操作系统可能有一种显示字符串的方法，而不是一次显示一个字符，如果是这样，循环通过系统调用一次输出一个字符自然会为每次调用系统，而不是一个系统调用处理字符数组的开销。

这基本上就是您遇到的，系统调用的开销。

与 putchar 相比，putchar_unlocked 的性能提升可能相当可观，但仅限于这两个函数之间。此外，大多数运行时库都没有 putchar_unlocked（我在较旧的 MAC OS X 文档中找到它，但在 Linux 或 Windows 中没有）。

也就是说，无论是锁定还是解锁，对于处理整个字符数组的系统调用可能会消除每个字符的开销，并且此类概念扩展到输出到文件或其他设备，而不仅仅是控制台。