为什么向量总是比 C 数组慢，至少在这种情况下？

Question

我正在尝试使用 Eratosthenes'Sieve 算法找到所有不大于 n 的素数，并且我有以下代码，筛子在向量和 C 数组中实现，我发现几乎在所有时间, C 数组总是更快。

使用向量：

int countPrimes_vector(int n) {                  
    int res = 0; 
    vector<char>bitmap(n);
    memset(&bitmap[0], '1', bitmap.size() * sizeof( bitmap[0]));
    //vector<bool>bitmap(n, true); Using this one is even slower!!

    for (int i = 2; i<n; ++i){

        if(bitmap[i]=='1')++res;
        if(sqrt(n)>i)
        {
             for(int j = i*i; j < n; j += i) bitmap[j] = '0';
        }
    }

    return res;
} 

使用 C 数组：

int countPrimes_array(int n) {  

    int res = 0; 
    bool * bitmap = new bool[n];
    memset(bitmap, true, sizeof(bool) * n);
    for (int i = 2; i<n; ++i){

        if(bitmap[i])++res;
        if(sqrt(n)>i)
        {
             for(int j = i*i; j < n; j += i) bitmap[j] = false;
        }
    }
    delete []bitmap;
    return res;
}

测试代码：

clock_t t;
t = clock();
int a;
for(int i=0; i<10; ++i)a = countPrimes_vector(8000000); 
t = clock() - t;
cout<<"time for vector = "<<t<<endl;

t = clock();
int b;
for(int i=0; i<10; ++i)b = countPrimes_array(8000000); 
t = clock() - t;
cout<<"time for array = "<<t<<endl;

输出：

 time for vector = 32460000
 time for array = 29840000

我测试了很多次，C数组总是更快。背后的原因是什么？

经常听说vector 和C 数组的性能是一样的，vector 应该一直作为标准容器使用。这种说法是真的，或者至少一般来说是这样吗？在什么情况下应该首选 C 数组？

编辑：

如下cmets提示，开启优化-O2或-O3后（原来是用g++ test.cpp编译的），vector与C数组的时间差不再有效，在某些场合@ 987654332@ 比 C 数组快。

Answer 1

您的比较包含可以解释差异的不一致之处，另一个因素可能是编译没有充分优化的结​​果。一些实现在 STL 的调试版本中有很多额外的代码，例如 MSVC 会对向量元素访问进行边界检查，这会显着降低调试版本的速度。

以下代码显示了两者之间的性能更接近，差异可能只是缺少样本（ideone 的超时限制为 5s）。

#include <vector>
#include <cmath>
#include <cstring>

int countPrimes_vector(int n) {  
    int res = 0; 
    std::vector<bool> bitmap(n, true);
    for (int i = 2; i<n; ++i){
        if(bitmap[i])
          ++res;
        if(sqrt(n)>i)
        {
             for(int j = i*i; j < n; j += i) bitmap[j] = false;
        }
    }
    return res;
}

int countPrimes_carray(int n) {  
    int res = 0; 
    bool* bitmap = new bool[n];
    memset(bitmap, true, sizeof(bool) * n);
    for (int i = 2; i<n; ++i){

        if(bitmap[i])++res;
        if(sqrt(n)>i)
        {
             for(int j = i*i; j < n; j += i) bitmap[j] = false;
        }
    }
    delete []bitmap;
    return res;
}

#include <chrono>
#include <iostream>

using namespace std;

void test(const char* description, int (*fn)(int))
{
    using clock = std::chrono::steady_clock;
    using ms = std::chrono::milliseconds;

    auto start = clock::now();

    int a;
    for(int i=0; i<9; ++i)
        a = countPrimes_vector(8000000); 

    auto end = clock::now();
    auto diff = std::chrono::duration_cast<ms>(end - start);

    std::cout << "time for " << description << " = " << diff.count() << "ms\n";
}

int main()
{
    test("carray", countPrimes_carray);
    test("vector", countPrimes_vector);
}

现场演示：http://ideone.com/0Y9gQx

time for carray = 2251ms
time for vector = 2254ms

虽然在某些运行中，carray 慢了 1-2 毫秒。同样，共享资源上的样本不足。

--- 编辑 ---

在您的主要 cmets 中，您会问“为什么优化可以有所作为”。

std::vector<bool> v = { 1, 2, 3 };
bool b[] = { 1, 2, 3 };

我们有两个由 3 个元素组成的“数组”，因此请考虑以下内容：

v[10]; // illegal!
b[10]; // illegal!

STL 的调试版本通常可以在运行时（在某些情况下，在编译时）捕捉到这一点。数组访问可能只会导致错误数据或崩溃。

此外，STL 是通过对 size() 之类的许多小型成员函数调用来实现的，并且因为 vector 是一个类，所以 [] 实际上是通过函数调用 (operator[]) 实现的。

编译器可以消除其中的许多，但那是优化。如果你不优化，那么像

std::vector<int> v;
v[10];

大致如下：

int* data() { return M_.data_; }

v.operator[](size_t idx = 10) {
    if (idx >= this->size()) {
        raise exception("invalid [] access");
    }
    return *(data() + idx);
}

尽管 data 是一个“可内联”函数，但为了使调试更容易，未优化的代码将其保留为 this。当您使用优化构建时，编译器会认识到这些函数的实现是如此微不足道，它可以将它们的实现替换为调用站点，并很快将上述所有内容简化为更像数组访问的操作。

比如上面这种情况，可能先将operator[]缩减为

v.operator[](size_t idx = 10) {
    if (idx >= this->size()) {
        raise exception("invalid [] access");
    }
    return *(M_.data_ + idx);
}

而且由于在不调试的情况下编译可能会删除边界检查，所以它变成了

v.operator[](size_t idx = 10) {
    return *(M_.data_ + idx);
}

所以现在内联可以减少

x = v[1];

到

x = *(v.M_.data_ + 1); // comparable to v.M_.data_[1];

是一个很小的惩罚。 c-array 涉及内存中的数据块和适合指向该块的寄存器的单个局部变量，您的引用直接相对于该块：

不过，有了向量，你就有了一个向量对象，它是一个指向数据的指针、一个大小和一个容量变量：

vector<T>  // pseudo code
{
    T* ptr;
    size_t size;
    size_t capacity;
}

如果您计算机器指令，向量将有 3 个变量来初始化和管理。

当你写作时

x = v[1];

鉴于上述向量的近似值，您的意思是：

T* ptr = v.data();
x = ptr[1];

但是编译器在构建优化时通常足够聪明，可以识别它可以在循环之前执行第一行，但这往往会花费一个寄存器。

T* ptr = v.data(); // in debug, function call, otherwise inlined.
for ... {
    x = ptr[1];
}

因此，您可能会在测试函数的每次迭代中查看更多机器指令，或者在现代处理器上，可能会增加一到两纳秒的运行时间。