使用位操作会影响内存消耗吗？ [关闭]

Question

我正在做一个生物信息学的大学项目，遇到了一个非常奇怪的情况，我就是不明白。

为了优化计算生物序列中子序列哈希值的函数的 CPU 性能，我替换了以下内容：

hashValue += powf(4.0, k-i-1) * PHI_function((*seqence)[startIndex + i]);
//top of file has #include<cmath>

与：

hashValue +=  (0x1 << (2*(k-i-1))) * PHI_function((*seqence)[startIndex + i]);
//top of file does not have #include<cmath> since powf is not used

变量解释：

//k is the sub-sequence length
//i is a index going from 0 to k
//sequence -> pointer to bio-sequence string 
//hashValue is of type int
//
//PHI_function has the following signature: inline int HashTableCalculationMethod::PHI_function(char b)
// and only conatins: return (b & 0x6) >> 1; 
//which means
// if (b == 'A') {
//     return 0;
// } else if (b == 'C') {
//     return 1;
// } else if (b == 'G') {
//     return 2;
// } else if (b == 'T') {
//     return 3;
// }

这将程序时间性能提高了约 5 倍，但由于某种原因，内存消耗也从约 4GB 增加到了约 7.5GB（在我为该项目收到的样本上运行时）。

我确信这是由于 Git 版本跟踪而影响内存消耗的更改（我在修改前后都有提交）。

有人能解释一下这是如何影响程序内存消耗的吗？

项目位于link。提交改变性能的是 d39d055

提前谢谢你。

Answer 1

我真的只能看到两个选项。

显然，您的代码仍然执行与以前相同的操作 - 无论您如何计算，4^k-i-1 始终是相同的数字。或者是吗？新的计算产生一个整数，然后将它乘以 Phi。这是否可能导致 Phi 值被转换为整数以用于乘法目的？ （似乎不太可能，但尝试将(1<<...) 转换为加倍以查看）。如果值的解释不同，那么这可能会影响哈希表中的冲突次数，从而影响内存。

上面的一个变体是(1 << (2*(k-i-1))) 由于数据类型限制，powf() 的范围不同；您应该根据 k 检查可能的最大值。应该是k-i-1 始终为正数或零，并且始终低于 31（或者是 30？）或 63，具体取决于整数大小。

但是，您可以预先计算 powf。这为您提供了两全其美：快速计算和正确的结果。如果索引始终为正，则在初始化之前运行

// vector of doubles. All copacetic as long as
// maxValue... is correctly estimated. Otherwise,
// "hello, undefined behaviour".
for (x = 0; x <= maxValueForKMinusIMinusOne; x++) {
    powfTable[x] = powf(4.0, x);
}

并在内核计算中将powf(4.0, k - i - 1) 替换为powfTable[k-i-1]。 您可以通过任何有效域有限的函数调用来做到这一点。在这里，我猜你不能有超过，什么，七十个值？

如果不是这样，您可能在之前的提交中弄错了，在该提交中，最小化向量在调用之间是通用的。我无法遵循代码，但可能这会导致单个向量变得比它应该的更大 - 有点像反向 Jordan 表示？您不会在单元测试中注意到它，而这可能会让您相信更改没有改变 - 直到您在更大的集合上运行代码。