Запускайте программы C++ быстрее
В следующей статье описываются простые (почти легкие) методы повышения производительности вашего приложения C++. Вы можете использовать все описанные методы одновременно, что значительно сократит конечное улучшение (время выполнения).
Первый способ связан с параллельным выполнением алгоритмов STL (с использованием доступных ядер ЦП). Параллельное выполнение было введено в C++17. В настоящее время C++20 предлагает 4 различных политики, которые вы можете быстро развернуть в своем коде. Вообще говоря, доступные политики определяют, как выполняется ваш алгоритм, и могут быть указаны следующим образом:
- политика последовательности — вам не разрешено запускать ваш алгоритм параллельно.
- параллельная политика — выполнение алгоритма выполняется одновременно на разных потоках.
- непоследовательная политика — как указано в документации, вы запускаете алгоритм в одиночных потоках, но ваш алгоритм векторизован «разделен», и определенные операции выполняются над разными элементами одновременно
- параллельная непоследовательная политика — как политика, указанная выше, однако определенные (разделенные элементы алгоритма) части вашего контейнера выполняются в разных потоках.
Есть две основные вещи, которые вы должны изменить в своем коде, см. пример:
#include <iostream>
#include <vector>
#include <execution> // this header has to be added
#include <algorithm>
int main()
{
std::vector<double> v(1 << 30, 0.5);
auto f = std::find(std::execution::par, v.begin(), v.end(), 0.6);
// we use std::execution::par to execute algorithm in pararrel
// in order to compare to sequential method run:
// auto f = std::find(v.begin(), v.end(), 0.6);
}
Для параллельного выполнения кода вам необходимо использовать библиотеку TBB (Threading Building Blocks от Intel). Я рекомендую также книгу открытого доступа к современному руководству для всех программистов на C++, подробно объясняющему, как использовать TBB.
В нашем простом случае, когда нужно правильно скомпилировать наш код. Вы также должны установить TBB:
//install in Linux sudo apt install libtbb-dev
Ваша программа должна быть скомпилирована следующим образом (я использую C++20 и gcc 11),
//you have to add flag: -ltbb g++ parallel_computation.cpp --std=c++2a -ltbb -o pcomp
Вы можете проверить производительность и сравнить оба метода (в приведенном выше примере), запустив
time ./pcomp
На терминале вы увидите
real указывает фактическое время, затраченное на выполнение процесса от начала до конца (это сейчас для нас самое интересное), user — время, затраченное на добавление времени от всех ядер процессора. используется во время работы вашей программы, sys — время выделения (например, выделение памяти)
Как видите, при использовании параллельного алгоритма программа может работать примерно в 2,55 раза быстрее (в моем случае).
Другим способом сокращения времени выполнения может быть оптимизация при компиляции. Добавив флаг оптимизации -O1, -O2 или -O3, вы можете заставить компилятор оптимизировать ваш код до определенного уровня. Мы можем представить, что в данном случае оптимизация — это процесс перевода или сопоставления программного обеспечения более высокого уровня (C++) с кодом, который может выполняться на аппаратном обеспечении с максимально возможной скоростью. Обратите внимание, что оптимизация — это процесс, жадный до ресурсов (он требует ресурсов ЦП и памяти и увеличивает время компиляции).
Если вы запустите приведенный выше пример с уровнем оптимизации -O3
//you have to add flag: -ltbb g++ parallel_computation.cpp --std=c++2a -ltbb -O3 -o pcomp
Ваше приложение может работать примерно в 2 раза быстрее
Спасибо за чтение.
