时间测试的艺术
测试函数效率的时候如果做的好，得到的结论就正确，如果测试的方法不对，那么就很容易得到错误的甚至相反的结论1、尽量使用高精度的计时手段，这个网上文档里有很深入的讨论，大家都可以找到，本论坛几个热门的测试问题示例代码更是可以做参考。使用高精度计时器，得到的时间精确度越大，则最终测试到的函数执行周期就越精确，这里需要注意的是，高精度计时也是有最小时间单位的，尽量保证你测量的时间是最小时间单位的1000倍甚至更多，否则，因为计时误差，很可能你得到的时间的有效位数不是很大，会影响你的结果的精确度。
2、选择合适的问题规模，比如高精度加法你每次测量32个双字的加法，即使循环测量100万次，因为每次都存在函数调用时间，而加法时间和函数调用时间相比可能差别不大，而函数调用的时间在CPU指令周期上是有起伏的，造成每次完成函数的时间都存在差异而且函数调用的比例很高，反而功能指令的时间却不多，使得精确测量功能代码的意图落空，解决的途径是加大测试尺度，比如测试1024双字设置更多。
3、如果问题的规模很小，那么就需要增大测量次数使得总执行时间至少在0.01秒以上，以避免测试时间不准确。同时还要采取特殊措施，比如大家曾讨论过的32位数位索引的算法，每次函数调用都是100个CPU时钟周期左右的时间，那么这里我们就要尽量采取fastcall调用形式，且使函数体尽量减少内存访问，以使对环境的依赖最小，甚至我们还可能要写个空壳函数与正常函数执行相同的次数，分别测试两种情况的时间信息，相减得到实际执行时间。
4、如果函数不允许执行多次，而且执行周期距比可测量的高精度最小时间单位小，则就可以采取使用RDTSC等CPU内部提供的测试手段来测试CPU执行指令周期数来比较时间消耗，但因为环境的多线程，抢占多任务等特性，这种方式的测量受测试环境的影响很大，可采取多次测量取平均的方式得到最接近实际的结果。
5、测试数据的处理，考虑每次测试的数据受环境的影响很大，可以考虑多进行几次测试取平均值，另外最后的结果不必保留很多位数，一般4位就足够了，因为原始数据精度虽然高，但受环境影响，起伏是很大的！另外如果是经过处理的数据，请注意选择单位，以避免多余的零。 我在我的CSDN博客上有一篇讨论计时的文章阶乘之计算从入门到精通－程序运行时间的测量，该文详细讨论了3种不同精度的计时函数或者指令的（GetTickCount, QueryPerformanceCounter和RDTSC）用法，并给出代码。 :)
俺只讲原则
不讲方法
方法有的是 :lol
你赶快给我改你帖子去
你上面0我给改了两个帖子
剩下一个自己改 当然，测试方法很重要，实际上，函数的运行时间并非像GMP所说的那样，每个循环步有固定的时钟周期。时间有一定的随意性，每次测试都不相同，为此，测试应遵循3条原则。
1.被调函数的参数要有适当的规模，比如对1024个DWORD相加 应该比对16个DWORD相加，更具代表性。
2.多次调用同一函数，求总的运行时间，因为只调用一次或者几次，时间花费太少，可能不易度量。
3.多次测试，取其最小值，一般可去测试3次以上，取其最小值。我的那个 B计划之基本函数性能预览 中对大数加，减，求补采用的是测试8次，取其最小值。 误差存在于以下两个方面
1、调用所在进程的CPU时钟片用完被切换到其他进程任务，系统中断消耗等。
2、调用函数的CPU指令call本身存在长的CPU时钟消耗，甚至有时超过函数体本身指令消耗，且如果调用系统调用，还存在进程切换、用户级到核心级的转换甚至中断消耗。
所以俺感觉找位索引的那个问题，最终时间远大于32个时钟，很不好解释。 多线程下clock和gettimeofday都失效了，郁闷
页:
[1]