编程语言中运算符的运算效率

最新推荐文章于 2024-09-23 08:51:43 发布

W Alone

最新推荐文章于 2024-09-23 08:51:43 发布

阅读量1.2k

点赞数 1

文章标签：编程语言中运算符运算效率

原文链接：https://blog.csdn.net/morgerton/article/details/64918560

版权

编程语言中运算符的运算效率

版权声明：本文为CSDN博主「白萝卜blb」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/morgerton/article/details/64918560
原文链接：https://blog.csdn.net/morgerton/article/details/64918560

在使用各种计算机语言编程时，同一种问题可能有好几种解决方案，比如在使用取余运算符时，‘%’操作符和‘ - ’操作符其实使用样的效果，结果都一样，用那种效率比较好？

摘自：

http://wenku.baidu.com/link?url=B89DssVNk7J3hGvkt97JU_50kQu-qn6aUdpeUd2dzh2hTBeUt-b6oLH44K-bRah-g95dhH-zzBwkdxioX6jgwXaEmUPczatrnsS_flzEYS_

我们就从代码细节与算法设计两方面，比较不同程序执行时间的异同，从而选择其中较优的算法，提高程序运行效率。

本试验所采用的环境是： CPU Celeron 3.06GHz，内存248M，操作系统Windows XP SP2，程序语言C。编译环境Dev-c++。以下称为1号机。配置略好于NOIP标准测试机CPU 2.0GHz。

一、基本运算的速度

为了增强算法效率的计算准确性，我们采用重复试验20次取平均值的做法。每次试验运行100000000次。

基本运行时间，是指在准备计算的运算复杂度之外，只包括循环控制变量的加减与比较所消耗的时间。要从实际运行时间中减去基本运行时间，才是这种

运算真正的运行时间，称为净运行时间。

#include<stdio.h>

main() {

int i,j;

double a,b,sum=0;

for(j=0;j<20;j++)//此处为进行20次试验设置的循环

{ //此处添加随机数产生

a=clock();//时间a

for(i=0;i<100000000;i++);

//此处添加运算，执行100000000次i+1

b=clock();//时间b

printf("%lf\n",b-a);//输出两个时间的差值

sum+=b-a;//20次基本运算使用总时间

}

printf("ans = %lf",sum/20.0);//输出平均时间

getch();

}

运行平均时间是：202.3ms。

（1）赋值运算,净运行时间0.8ms，与基本运行时间202.3ms相比，可忽略不计，故以后将赋值运算作为基本运行时间的一部分，不予考虑。

（2）加法运算,产生随机数： x=rand();y=rand(); 循环内加法：t=x+y; 下面的各种简单运算只是更改运算符即可，不再写出代码。

净运行时间41.45ms，即：在1s的时限中，共可进行 (1000-202.3)/ 41.45*10^8=1.9*10^9次加法运算，即：只通过循环、加法和赋值的运算次数不超过1.9*10^9.。而应用+=运算，与普通加法时间几乎相同，所以+=只是一种方便书写的方法，没有实质效果。同样的，各种自运算并不能提高效率。

（3）减法运算（x-y）,净运行时间42.95ms，与加法运算基本相同。可见，在计算机内部实现中，把减法变成加法的求补码过程是较快的，而按位相加的过程占据了较多的时间，借用化学中的一句术语，可以称为整个运算的“速控步”。当然，这个“速控步”的运行速度受计算机本身制约，我们无法优化。在下面的算法设计中，还会遇到整个算法的“速控步”，针对这类情况，我们要对占用时间最多的步骤进行细心优化，减少常数级运算次数。

（4）乘法运算(x*y) 净运行时间58.25ms，明显比加减法要慢，但不像某些人想象的那样慢，至少速度大于加减法的1/2。所以在实际编程时，没有必要把两个或三个加法变成乘法，其实不如元素乘常数来得快。不必“谈乘色变”，实际乘法作为CPU的一种基本运算，速度还是很快的。以上四种运算速度都很快，比循环所需时间少很多，在普通的算法中，每个最内层循环约含有4-5个加、减、乘运算，故整个算法的运行时间约为循环本身所需时间的2倍。

（5）除法运算(x/y) 净运行时间1210.2ms，是四种常规运算中最慢的一种，耗时是加法的28倍，是乘法的21.5倍，确实如常人所说“慢几十倍”，一秒的时限内只能运行8.26*10^7次，不足一亿次，远大于循环时间。所以，在计算时应尽量避免除法，尤其是在对时间要求较高的内层循环，尽量不安排除法，如果整个循环中值不变，可以使用在循环外预处理并用一个变量记录，循环内再调用该变量的方法，可以大大提高程序运行效率。

6）取模运算(x mod y) 净运行时间1178.15ms，与除法运算速度几乎相当，都非常慢。

所以，取模运算也要尽量减少。在大数运算而只要求求得MOD N的值的题目中，应尽量利用数据类型的最大允许范围，在保证不超过MAXINT的前提下，尽量少执行MOD运算。例如在循环数组、循环队列的应用中，取模运算必不可少，这时优化运算便十分重要。可利用计数足够一定次数后再统一MOD，循环完后再MOD，使用中间变量记录MOD结果等方法减少次数。在高精度计算中，许多人喜欢边运算边整理移位，从而在内层循环中有除、模运算各一次，效率极低。应该利用int的数据范围，先将计算结果保存至当前位，在各位的运算结束后再统一整理。

确实存在算法符号效率的问题，但是现在再重新计算下，测试代码如下：

class TestSymbol
{
public static void main(String[] args)
{
long source = 1345634571234556l;
long source_after = 1200000000000000l;

long length = 40;
long[] timeSub = new long[40];

for(int i = 0; i < 40; i++){
long start = System.currentTimeMillis();
long outCome = source / source_after;
long end = System.currentTimeMillis();
timeSub[i] = end - start;
System.out.println("result:" + timeSub[i] + ", start:" + start + ", end:" + end);
}

long result = 0;
for(int i = 0; i < timeSub.length; i++){
result = result + timeSub[i] / length;
}
System.out.println("% time sub result:" + result);

long[] timeSub_ = new long[40];

for(int i = 0; i < 40; i++){
long start = System.currentTimeMillis();
long outCome_ = source - source_after;
long end = System.currentTimeMillis();
timeSub_[i] = end - start;
System.out.println("result_:" + timeSub_[i] + ", start:" + start + ", end:" + end);
}

long result_ = 0;
for(int i = 0; i < timeSub.length; i++){
result_ = result_ + timeSub_[i] / length;
}
System.out.println("- time sub result:" + result_);

System.out.println("Hello World!");
}
}