为什么 C 函数调用很慢？答案

【问题标题】：Why is C slow with function calls?为什么 C 函数调用很慢？
【发布时间】：2010-08-13 21:43:14
【问题描述】：

我是新来的，如果我以错误的方式发帖道歉。

我想知道是否有人可以解释为什么 C 函数调用这么慢？

对关于递归斐波那契的标准问题给出一个肤浅的答案很容易，但如果我尽可能深入地了解“更深层”的原因，我将不胜感激。

谢谢。

Edit1：很抱歉这个错误。我误解了 Wiki 中的一篇文章。

【问题讨论】：

您从哪里得知 C 执行函数调用很慢？
如果 C 语言的函数调用速度很慢，那么哪些语言的函数调用速度很快？
抱歉，我好像误会了什么。我只是想用 Fib 数字尽可能深入地解释整个故事。我在维基百科的递归文章中看到“在支持迭代循环结构的语言（例如 C 和 Java）中，由于管理堆栈所需的开销和相对缓慢，递归程序通常会花费大量的时间和空间成本函数调用；"。
这不是开始，但我们必须更深入。尽可能深...
我认为问题在于，与 C 相比，函数式语言编译器更擅长优化递归函数调用。C 就像任何语言一样，与特定编译器的程序集一样慢（或快）生成。由于函数调用非常特定于平台，因此您不能将函数调用的成本与语言联系起来。然而，函数调用的优化可以绑定到特定的编译器。

标签： c function

【解决方案1】：

当您进行函数调用时，您的程序必须将几个寄存器放在堆栈上，可能会压入更多的东西，并弄乱堆栈指针。这就是“慢”的全部内容。实际上，这相当快。 x86_64 平台上大约 10 条机器指令。

如果你的代码很稀疏并且你的函数很小，那么它会很慢。这就是斐波那契函数的情况。但是，您必须区分“慢速调用”和“慢速算法”：使用递归实现计算斐波那契套件几乎是最慢的直接方法。函数体中涉及的代码几乎与函数序言和尾声（发生推送和弹出的地方）中的代码一样多。

在某些情况下，调用函数实际上会使您的代码总体上更快。当您处理大型函数并且您的寄存器很拥挤时，编译器可能很难决定在哪个寄存器中存储数据。但是，在函数调用中隔离代码将简化编译器决定使用哪个寄存器的任务。

所以，不，C 调用并不慢。

【讨论】：

+1。尽管我的书呆子想补充一点，“将东西放在堆栈上”实际上是使函数调用相对变慢的原因，因为这些是额外的内存写入。并且内存写入很慢。但是，如果遇到问题，那么是的，正如您正确指出的那样，该程序的结构很差。天哪，我希望 C 编译器可以做更多更好的代码重构优化。
好的代码生成器不会将东西压入堆栈，如果他们可以避免的话；相反，他们将参数值放在寄存器中，并且只使用一对调用/返回指令。比这更快地“调用”更难。

【解决方案2】：

根据您在评论中发布的附加信息，您似乎感到困惑的是这句话：

"在语言中（例如 C 和 Java）有利于迭代循环构造，通常有巨大的时间和空间成本与递归程序相关联，由于管理所需的开销堆栈和相对缓慢函数调用；"

在递归实现斐波那契计算的上下文中。

这是说进行递归函数调用比循环慢，但这并不意味着函数调用一般来说很慢或 C 中的函数调用是比其他语言的函数调用慢。

斐波那契生成自然是一种递归算法，因此最明显和最自然的实现涉及许多函数调用，但也可以表示为迭代（循环）。

斐波那契数生成算法特别具有称为tail recursion 的特殊属性。尾递归递归函数可以很容易地自动转换为迭代，即使它表示为递归函数。一些语言，特别是递归非常普遍且迭代很少的函数式语言，保证它们会识别这种模式并自动将这种递归转换为“幕后”的迭代。一些优化的 C 编译器也会这样做，但不能保证。在 C 中，由于迭代既常见又惯用，并且由于编译器不一定会为您进行尾递归优化，因此最好将其显式编写为迭代以实现最佳性能。

因此，将这句话解释为对 C 函数调用速度的评论，相对于其他语言，是比较苹果和橘子。其他有问题的语言是那些可以采用某些函数调用模式（恰好发生在斐波那契数生成中）并自动将它们转换为更快的语言，但更快，因为它实际上不是函数调用全部。

【讨论】：

【解决方案3】：

C 在函数调用方面并不慢。调用 C 函数的开销极低。

我要求你提供证据来支持你的主张。

【讨论】：

比较函数式语言对递归调用的优化与 c 编译器相比，是的，函数式语言编译器（例如 ML）更有可能提供更好的优化。因此，ML 比递归调用比 C“更快”。但是，在 C 中，您很可能以不同的方式实现递归算法，这样您就不需要进行递归函数调用。

【解决方案4】：

对于递归计算斐波那契数等工作，C 可能比其他一些语言慢有几个原因。不过，两者都与慢速函数调用无关。

在相当多的函数式语言（以及或多或少的函数式风格很常见的语言）中，递归（通常非常深度递归）非常普遍。为了保持合理的速度，这些语言的许多实现都做了大量的工作来优化递归调用（除其他外），尽可能将它们转化为迭代。

相当多的也“记忆”以前调用的结果——即，它们跟踪最近传递的一些值的函数结果。当/如果再次传递相同的值时，它们可以简单地返回适当的值而无需重新计算。

然而，应该注意的是，这里的优化并不是真正更快的函数调用——它是避免（通常是很多）函数调用。

【讨论】：

【解决方案5】：

Recursive Fibonacci 是原因，而不是 C 语言。递归斐波那契类似于

int f(int i)
{
    return i < 2 ? 1 : f(i-1) + f(i-2);
}

这是计算斐波那契数最慢的算法，并且通过使用称为函数列表的堆栈存储 -> 使其更慢。

【讨论】：

好吧，我敢肯定有更慢的，但关键是没有递归 Fib 计算器可以快速处理大量数字，除非它使用记忆（这是作弊）。
@Steven Sudit：定义函数以返回一个包含两个连续斐波那契数的结构。这并不是真正的记忆，但会让事情变得更快。
@supercat：可爱，但作弊更多，因为这相当于使用特别小的缓存进行记忆。
@Steven Sudit：我不这么认为。对递归（返回两个数字）的调用不使用任何先前调用所做的任何计算，也不需要除“n”之外的任何参数。顺便说一句，我最喜欢的“愚蠢”斐波那契例程变体使用了一个子例程，该子例程带有一个参考点作为结果。结果只是随着每次调用而递增；由于计算 F(n) 的函数调用总数为 F(n)，增量足以计算答案。
@supercat：我意识到我们已经牢牢地处于愚蠢的境地，但是......我将两次返回 fib 称为记忆化示例的原因很简单，对于生成的数字的一半，它不必从头开始，而是可以使用记录的值。因为它只是分数记忆，我希望它会运行得更快但具有相同的算法复杂性，因此它不能被称为“大数快速”。相比之下，有一个答案是 logn！

【解决方案6】：

我不确定您所说的“对递归斐波那契标准问题的肤浅回答”是什么意思。

朴素的递归实现的问题不在于函数调用很慢，而在于您进行了指数级的大量调用。通过缓存结果 (memoization)，您可以减少调用次数，让算法在线性时间内运行。

【讨论】：

【解决方案7】：

在所有语言中，C 可能是最快的（除非您是汇编语言程序员）。大多数 C 函数调用是 100% 纯堆栈操作。这意味着当你调用一个函数时，这在你的二进制代码中也是如此，CPU 将你传递给函数的任何参数推送到堆栈上。之后，它调用该函数。然后该函数会弹出您的参数。之后，它会执行构成您的函数的任何代码。最后，任何返回参数都被压入堆栈，然后函数结束并弹出参数。任何 CPU 上的堆栈操作通常都比其他任何东西都快。

如果您正在使用分析器或某项说明您正在执行的函数调用很慢，那么它必须是您的函数内部的代码。尝试在此处发布您的代码，我们将看看发生了什么。

【讨论】：

Assembly 不一定比 C 代码快。此外，调用约定不止一种，有些使用寄存器来传递参数。这只是支持你所说的：调用函数并不慢。
尤其是我遇到的很多汇编程序员。如今，您将很难（尽管远非不可能）找到一个能比现代编译器优化器做得更好的 asm 专家。
关于 C 的事情是，即使是世界上最好的 C 编译器也只能将代码优化得那么好。我相信，一个优秀的汇编语言程序员可以在 C 中复制一个函数，并使其不仅更小，而且更快。使用今天的处理器，速度上的差异可能不会很大，但每次我认为组装都会提前完成，即使它只是快一点。
@Steven Sudit：~~IA64~~ AMD64 调用约定使用 8 个 64 位寄存器来传递整数和小型结构以及一些（不记得有多少）SSE 寄存器到传递真实的论点。只有当这还不够或者你传递大于 64 位的复制结构时，堆栈才会用于推送和弹出参数。不用说，这不是很典型。
@Steven Sudit 抱歉，它是 6 个寄存器而不是 8 个。除了您提到的那些之外，它们还使用 RDI 和 RSI。此外，他们使用 xmm0 到 xmm7 来传递实际参数。见x86-64.org/documentation/abi-0.99.pdf

【解决方案8】：

我不确定你的意思。 C 基本上是 CPU 汇编指令之上的一个抽象层，速度非常快。你真的应该澄清你的问题。

【讨论】：

【解决方案9】：

在某些语言中，主要是函数式范式，在函数体末尾进行的函数调用可以进行优化，以便重复使用相同的堆栈帧。这可以潜在地节省时间和空间。当函数既短又递归时，好处尤其显着，因此堆栈开销可能会使实际完成的工作相形见绌。

因此，在这种优化可用的情况下，朴素的斐波那契算法将运行得更快。 C 通常不执行此优化，因此其性能可能会受到影响。

但是，正如已经说过的，斐波那契数的朴素算法首先是非常低效的。更有效的算法将运行得更快，无论是用 C 还是其他语言。其他斐波那契算法可能不会从所讨论的优化中看到几乎相同的好处。

因此，简而言之，C 通常不支持某些优化，这些优化可能会在某些情况下导致显着的性能提升，但在大多数情况下，在这些情况下，您可以通过使用算法略有不同。

【讨论】：

【解决方案10】：

我同意 Mark Byers 的观点，因为您提到了递归斐波那契。尝试添加一个 printf，这样每次添加时都会打印一条消息。您会看到递归斐波那契正在做更多乍一看可能会出现的添加。

【讨论】：

【解决方案11】：

文章讲的是递归和迭代的区别。

这属于计算机科学中称为算法分析的主题。

假设我编写了斐波那契函数，它看起来像这样：

//finds the nth fibonacci
int rec_fib(n) {
 if(n == 1)
    return 1;
 else if (n == 2)
    return 1;
 else 
   return fib(n-1) + fib(n - 2)
}

如果你把它写在纸上（我推荐这个），你会看到这个金字塔状的形状出现。

完成这项工作需要花费大量时间。

然而，还有另一种写斐波那契的方法（还有其他几种）

int fib(int n) //this one taken from scriptol.com, since it takes more thought to write it out.
{
  int first = 0, second = 1;

  int tmp;
  while (n--)
    {
      tmp = first+second;
      first = second;
      second = tmp;
    }
  return first;
}

这个只需要与 n 成正比的时间长度，而不是你之前看到的二维生长的大金字塔形状。

通过算法分析，您可以准确确定这两个函数的运行时间与 n 大小的增长速度。

另外，一些递归算法很快（或者可以被欺骗变得更快）。这取决于算法——这就是算法分析如此重要和有用的原因。

这有意义吗？

【讨论】：

是的。感谢你的回答。事实是我已经解决了递归、迭代和内存记忆的 Fib 问题，但我只是想找出更深层次的东西。当他们问我时，只说“它填满了堆栈”是不好的。会吗？ :)
@Muggen：挖掘一份报告，引导您完成对朴素递归 fib 实现的算法分析；对迭代实现进行分析——这与我能想到的一样深。