java .net性能对比_C#的性能比Java高吗？为什么用Java的人比C#的多?

最新推荐文章于 2024-09-23 09:25:51 发布
最新推荐文章于 2024-09-23 09:25:51 发布
阅读量249 收藏
点赞数
文章标签： java .net性能对比
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_39715926/article/details/114236973
版权

/** Copyright © 2020 LEI Hongfaan. Distributed under the MIT License.*/

// 示例代码，仅供参考。using System.Runtime.Intrinsics;

using System.Runtime.Intrinsics.Arm;

using System.Runtime.Intrinsics.X86;

namespace UltimateOrb.Numerics {

public struct Matrix4x4 {

public double M11;

public double M12;

public double M13;

public double M14;

public double M21;

public double M22;

public double M23;

public double M24;

public double M31;

public double M32;

public double M33;

public double M34;

public double M41;

public double M42;

public double M43;

public double M44;

public static unsafe Matrix4x4 operator *(Matrix4x4 first, Matrix4x4 second) {

if (AdvSimd.Arm64.IsSupported) {

// 小心发烫。 var rowL = AdvSimd.LoadVector128(&first.M11);

var rowH = AdvSimd.LoadVector128(&first.M13);

var vXL = AdvSimd.Arm64.MultiplyBySelectedScalar(AdvSimd.LoadVector128(&second.M11), rowL, 0);

var vXH = AdvSimd.Arm64.MultiplyBySelectedScalar(AdvSimd.LoadVector128(&second.M13), rowL, 0);

var vYL = AdvSimd.Arm64.FusedMultiplyAddBySelectedScalar(vXL, AdvSimd.LoadVector128(&second.M21), rowL, 1);

var vYH = AdvSimd.Arm64.FusedMultiplyAddBySelectedScalar(vXH, AdvSimd.LoadVector128(&second.M23), rowL, 1);

var vZL = AdvSimd.Arm64.FusedMultiplyAddBySelectedScalar(vYL, AdvSimd.LoadVector128(&second.M31), rowH, 0);

var vZH = AdvSimd.Arm64.FusedMultiplyAddBySelectedScalar(vYH, AdvSimd.LoadVector128(&second.M33), rowH, 0);

var vWL = AdvSimd.Arm64.FusedMultiplyAddBySelectedScalar(vZL, AdvSimd.LoadVector128(&second.M41), rowH, 1);

var vWH = AdvSimd.Arm64.FusedMultiplyAddBySelectedScalar(vZH, AdvSimd.LoadVector128(&second.M43), rowH, 1);

AdvSimd.Store(&first.M11, vWL);

AdvSimd.Store(&first.M13, vWH);

rowL = AdvSimd.LoadVector128(&first.M21);

rowH = AdvSimd.LoadVector128(&first.M23);

vXL = AdvSimd.Arm64.MultiplyBySelectedScalar(AdvSimd.LoadVector128(&second.M11), rowL, 0);

vXH = AdvSimd.Arm64.MultiplyBySelectedScalar(AdvSimd.LoadVector128(&second.M13), rowL, 0);

vYL = AdvSimd.Arm64.FusedMultiplyAddBySelectedScalar(vXL, AdvSimd.LoadVector128(&second.M21), rowL, 1);

vYH = AdvSimd.Arm64.FusedMultiplyAddBySelectedScalar(vXH, AdvSimd.LoadVector128(&second.M23), rowL, 1);

vZL = AdvSimd.Arm64.FusedMultiplyAddBySelectedScalar(vYL, AdvSimd.LoadVector128(&second.M31), rowH, 0);

vZH = AdvSimd.Arm64.FusedMultiplyAddBySelectedScalar(vYH, AdvSimd.LoadVector128(&second.M33), rowH, 0);

vWL = AdvSimd.Arm64.FusedMultiplyAddBySelectedScalar(vZL, AdvSimd.LoadVector128(&second.M41), rowH, 1);

vWH = AdvSimd.Arm64.FusedMultiplyAddBySelectedScalar(vZH, AdvSimd.LoadVector128(&second.M43), rowH, 1);

AdvSimd.Store(&first.M21, vWL);

AdvSimd.Store(&first.M23, vWH);

rowL = AdvSimd.LoadVector128(&first.M31);

rowH = AdvSimd.LoadVector128(&first.M33);

vXL = AdvSimd.Arm64.MultiplyBySelectedScalar(AdvSimd.LoadVector128(&second.M11), rowL, 0);

vXH = AdvSimd.Arm64.MultiplyBySelectedScalar(AdvSimd.LoadVector128(&second.M13), rowL, 0);

vYL = AdvSimd.Arm64.FusedMultiplyAddBySelectedScalar(vXL, AdvSimd.LoadVector128(&second.M21), rowL, 1);

vYH = AdvSimd.Arm64.FusedMultiplyAddBySelectedScalar(vXH, AdvSimd.LoadVector128(&second.M23), rowL, 1);

vZL = AdvSimd.Arm64.FusedMultiplyAddBySelectedScalar(vYL, AdvSimd.LoadVector128(&second.M31), rowH, 0);

vZH = AdvSimd.Arm64.FusedMultiplyAddBySelectedScalar(vYH, AdvSimd.LoadVector128(&second.M33), rowH, 0);

vWL = AdvSimd.Arm64.FusedMultiplyAddBySelectedScalar(vZL, AdvSimd.LoadVector128(&second.M41), rowH, 1);

vWH = AdvSimd.Arm64.FusedMultiplyAddBySelectedScalar(vZH, AdvSimd.LoadVector128(&second.M43), rowH, 1);

AdvSimd.Store(&first.M31, vWL);

AdvSimd.Store(&first.M33, vWH);

rowL = AdvSimd.LoadVector128(&first.M41);

rowH = AdvSimd.LoadVector128(&first.M43);

vXL = AdvSimd.Arm64.MultiplyBySelectedScalar(AdvSimd.LoadVector128(&second.M11), rowL, 0);

vXH = AdvSimd.Arm64.MultiplyBySelectedScalar(AdvSimd.LoadVector128(&second.M13), rowL, 0);

vYL = AdvSimd.Arm64.FusedMultiplyAddBySelectedScalar(vXL, AdvSimd.LoadVector128(&second.M21), rowL, 1);

vYH = AdvSimd.Arm64.FusedMultiplyAddBySelectedScalar(vXH, AdvSimd.LoadVector128(&second.M23), rowL, 1);

vZL = AdvSimd.Arm64.FusedMultiplyAddBySelectedScalar(vYL, AdvSimd.LoadVector128(&second.M31), rowH, 0);

vZH = AdvSimd.Arm64.FusedMultiplyAddBySelectedScalar(vYH, AdvSimd.LoadVector128(&second.M33), rowH, 0);

vWL = AdvSimd.Arm64.FusedMultiplyAddBySelectedScalar(vZL, AdvSimd.LoadVector128(&second.M41), rowH, 1);

vWH = AdvSimd.Arm64.FusedMultiplyAddBySelectedScalar(vZH, AdvSimd.LoadVector128(&second.M43), rowH, 1);

AdvSimd.Store(&first.M41, vWL);

AdvSimd.Store(&first.M43, vWH);

return first;

}

if (Avx.IsSupported) {

var sRow0 = Avx.LoadVector256(&second.M11);

var sRow1 = Avx.LoadVector256(&second.M21);

var sRow2 = Avx.LoadVector256(&second.M31);

var sRow3 = Avx.LoadVector256(&second.M41);

var row = &first.M11;

Avx.Store(row,

Avx.Add(Avx.Add(Avx.Multiply(Avx.BroadcastScalarToVector256(0 + row), sRow0),

Avx.Multiply(Avx.BroadcastScalarToVector256(1 + row), sRow1)),

Avx.Add(Avx.Multiply(Avx.BroadcastScalarToVector256(2 + row), sRow2),

Avx.Multiply(Avx.BroadcastScalarToVector256(3 + row), sRow3))));

row = &first.M21;

Avx.Store(row,

Avx.Add(Avx.Add(Avx.Multiply(Avx.BroadcastScalarToVector256(0 + row), sRow0),

Avx.Multiply(Avx.BroadcastScalarToVector256(1 + row), sRow1)),

Avx.Add(Avx.Multiply(Avx.BroadcastScalarToVector256(2 + row), sRow2),

Avx.Multiply(Avx.BroadcastScalarToVector256(3 + row), sRow3))));

row = &first.M31;

Avx.Store(row,

Avx.Add(Avx.Add(Avx.Multiply(Avx.BroadcastScalarToVector256(0 + row), sRow0),

Avx.Multiply(Avx.BroadcastScalarToVector256(1 + row), sRow1)),

Avx.Add(Avx.Multiply(Avx.BroadcastScalarToVector256(2 + row), sRow2),

Avx.Multiply(Avx.BroadcastScalarToVector256(3 + row), sRow3))));

row = &first.M41;

Avx.Store(row,

Avx.Add(Avx.Add(Avx.Multiply(Avx.BroadcastScalarToVector256(0 + row), sRow0),

Avx.Multiply(Avx.BroadcastScalarToVector256(1 + row), sRow1)),

Avx.Add(Avx.Multiply(Avx.BroadcastScalarToVector256(2 + row), sRow2),

Avx.Multiply(Avx.BroadcastScalarToVector256(3 + row), sRow3))));

return first;

}

Matrix4x4 result;

result.M11 = first.M11 * second.M11 + first.M12 * second.M21 + first.M13 * second.M31 + first.M14 * second.M41;

result.M12 = first.M11 * second.M12 + first.M12 * second.M22 + first.M13 * second.M32 + first.M14 * second.M42;

result.M13 = first.M11 * second.M13 + first.M12 * second.M23 + first.M13 * second.M33 + first.M14 * second.M43;

result.M14 = first.M11 * second.M14 + first.M12 * second.M24 + first.M13 * second.M34 + first.M14 * second.M44;

result.M21 = first.M21 * second.M11 + first.M22 * second.M21 + first.M23 * second.M31 + first.M24 * second.M41;

result.M22 = first.M21 * second.M12 + first.M22 * second.M22 + first.M23 * second.M32 + first.M24 * second.M42;

result.M23 = first.M21 * second.M13 + first.M22 * second.M23 + first.M23 * second.M33 + first.M24 * second.M43;

result.M24 = first.M21 * second.M14 + first.M22 * second.M24 + first.M23 * second.M34 + first.M24 * second.M44;

result.M31 = first.M31 * second.M11 + first.M32 * second.M21 + first.M33 * second.M31 + first.M34 * second.M41;

result.M32 = first.M31 * second.M12 + first.M32 * second.M22 + first.M33 * second.M32 + first.M34 * second.M42;

result.M33 = first.M31 * second.M13 + first.M32 * second.M23 + first.M33 * second.M33 + first.M34 * second.M43;

result.M34 = first.M31 * second.M14 + first.M32 * second.M24 + first.M33 * second.M34 + first.M34 * second.M44;

result.M41 = first.M41 * second.M11 + first.M42 * second.M21 + first.M43 * second.M31 + first.M44 * second.M41;

result.M42 = first.M41 * second.M12 + first.M42 * second.M22 + first.M43 * second.M32 + first.M44 * second.M42;

result.M43 = first.M41 * second.M13 + first.M42 * second.M23 + first.M43 * second.M33 + first.M44 * second.M43;

result.M44 = first.M41 * second.M14 + first.M42 * second.M24 + first.M43 * second.M34 + first.M44 * second.M44;

return result;

}

}

}

weixin_39715926
关注
C# .net 使用Java公钥实现RSA加密
08-10
C# .net 使用Java公钥实现RSA加密
C#可用范围这么大？
单片机一哥的博客
08-28 2351
桌面应用程序开发：C#是Windows平台上的主要开发语言，用于创建各种桌面应用程序，包括图形用户界面（GUI）应用、工具和实用程序等。移动应用程序开发：C#可以用于开发移动应用程序，包括Android、iOS和Windows Phone平台上的应用。游戏开发：C#可以用于游戏开发，特别是使用Unity游戏引擎。云计算和大数据：C#可以用于开发云服务和大数据应用，包括与云平台集成、数据处理和分析等方面的开发。无论是桌面应用、Web开发、移动应用还是游戏开发等领域，C#都是一种值得学习和掌握的重要语言。
Netcore,java性能对比？
qq512929249的专栏
12-25 1156
工具性能：.NET Core和Java都有自己的开发工具和调试器，这些工具在性能方面也有所不同。框架性能：.NET Core和Java都有自己的框架，这些框架在性能方面也有所不同。根据不同的基准测试，.NET Core在运行时性能方面通常优于Java，尤其是在使用JIT（即时编译）时。总之，在比较.NET Core和Java的性能时，需要考虑多个因素，包括运行时性能、语言性能、框架性能和工具性能等。.NET Core和Java在性能方面有一些差异，但具体哪个更好取决于使用场景和应用程序需求。
Java,netcore,php优劣势对比？
qq512929249的专栏
12-25 555
丰富的框架：PHP拥有许多优秀的开发框架，如Laravel、Symfony等，可以加速Web应用程序的开发。面向对象：Java是一种完全面向对象的语言，支持类和对象的概念，支持继承和多态等面向对象的特性。运行速度：在同等条件下，Java程序的运行速度可能比PHP或.NET Core的程序慢一些。强大的生态系统：.NET Core属于微软的开源项目，拥有庞大的开发者社区和丰富的资源。社区支持：Java拥有庞大的开发者社区，可以提供丰富的资源和支持。简单易学：PHP是一种相对简单的语言，易于上手和学习。
为什么 C#/.Net在国内的人气远不如国外？
lisheng0947的博客
12-16 5514
因为互联网公司是不直接靠技术赚钱的，使用何种技术对实现直接赚钱的业务来说都是次要的，往往是技术惯性决定技术选型。 国内信息技术发展偏科严重，软件行业毁于盗版和缺少政府扶持，互联网行业靠低技术门槛和资本运作吸收了大量社会资源和行业精英，主导了行业的发展。因此，国内软件行业缺失了发展机会，也使得.net平台在一个其擅长的领域缺乏积累。 1、在国内技术圈氛围就是很浮躁的，喜欢跟风、喜欢一窝蜂，人家用JAVA，我们就用JAVA；人家用k8s，我们也用k8s；人家用linux，我们也用linux，总之人家的.
基于VB.Net、C#和Java的多语言socket设计源码研究
最新发布
10-04
该项目为多语言socket设计源码，主要采用Visual Basic .Net编写，辅以C#和Java实现，总计包含146个文件，其中VB.Net文件52个，C#文件11个，Java文件11个，并涉及多个配置文件、项目文件和相关资源文件。该研究旨在...
c# & asp.net教程_20141001_C＃asp.net_教程_asp.net_
10-02
**C#与ASP.NET教程详解** 本教程是针对新手的学习指南，旨在帮助初学者从零开始掌握C#语言基础，并逐步进入ASP.NET的编程世界。C#（读作"C Sharp"）是由微软公司开发的一种面向对象的编程语言，广泛应用于Windows...
CSharp-calls-JAVA-program.rar_C#调用java的dll_c# 调用 java sdk_c#调用ja
09-20
3. **生成Java DLL**：首先，你需要将Java代码编译为JAR文件，然后使用像JNA（Java Native Access）或SWIG（Simplified Wrapper and Interface Generator）这样的工具将其转换为可由C#使用的DLL。JNA可以直接映射...
java与c#的区别、两者有什么不同？
09-05
- C# 代码编译成 MSIL（中间语言），然后通过 .NET CLR（公共语言运行时）进行即时编译（JIT），在运行时转换为机器代码，提供了更好的性能优化。 6. **多线程**： - Java 提供了线程和并发工具包，如 `java.util...
为什么使用C#开发软件的公司和程序员都很少？
热门推荐
hnsdgxylh的专栏
08-16 3万+
  手记 /后端开发 为什么使用C#开发软件的公司和程序员都很少？ 2018.05.31 10:15 1094浏览 字号 在职位搜索网站indeed，职位关键字与数量的对应关系如下（搜索时实时数据）：   Java - 49624 Python - 16802 JavaScript - 25452 C ++ - 36569 C＃ - 14267   很显然，C#相关的职...
C#在国外真的很流行吗？这份报告，告诉你答案。
成长的足迹
09-23 663
在编程语言流行度的报告里，C#排名在第8名、份额为27.1%，与Java的份额30.3%是比较接近的。我是编程乐趣，一个.Net开发经验老程序员，欢迎“关注”我，每天为你分享开源项目和编程知识。而且在国外，C#的市场份额一直都是不错的，以下是2023年的报告，C#也是27.62%。反观国内C#的市场份额还是低了不止一点点，这其中的问题可能是中国其他产业没真正发展起来。而随着AI大模型的流行，AI 应用即将全面爆发，即将发布的.Net 9也是全面拥抱AI。而且选择学习.Net技术的排名也在第3名。
java和电脑编程_计算机初学者学习编程语言C#和Java哪个更有前途？
weixin_36209848的博客
02-22 584
如果同时接触到Java和C#这两门语言，确实是会容易让人纠结，毕竟目前这两门语言都是世界使用人数排名前五的语言，要说哪个更有前途，真的很难判定，因此，个人认为是有必要分析一下两门语言的一些特点和应用领域。语法：在语法上，如果是接触过Java又接触过C#的话，你会发现两门语言的语法是很相近的，但如果仔细比较，C#的语法是要比Java要全面很多的，因此在语法层面C#要比Java完善一些，可在灵活上，又...
c#为什么用的人很少
chen29717的博客
07-14 2313
c#为什么用的人很少 　　C#由编程界的神级人物AndersHejlsberg主持规划，在许多方面都比JAVA要好，毫无疑问，它是一门非常好的计算机言语。可是，一门程序言语的开展不是靠某一家公司或某几家公司就能撑起来，而是要靠主推公司的战略开展及生态的促进，C#则却刚好在这两点不占优势。 　　首要来说C#在言语的开展过程中所失去的良机。 　　榜首，C#跨渠道政策的失误 　　C#开始只能在Windows渠道上运转，从PC互联网年代向移动互联网年代转化过程中，C#并没有像JAVA相同做出习惯性的转型，以至于C#
同样是巨头的语言，为什么中国是 Go 最热的国家，而 C# 越来越少？
SQ19939的博客
05-20 1831
先说结论，确实是现在越来越多公司在转 Go 和招聘 Go，无论是大公司还是小公司。原因无非以下几点 大公司背书，毕竟是谷歌亲儿子，有专门的团队在维护，不用担心突然就撒手不管了 性能不错，天然支持并发，语法简洁易于上手，这些优点也促使了团队在做技术选型时选择了 Go 节约成本，性能好比较省机器，易上手比较容易招聘，经过几个月的内部培训也能写出高质量的业务代码 社区生态越来越好，越来越多开发者和大公司团队加入 Go 开源社区，并持续不断地贡献着，如 k8s，docker，grpc，gin，wire 等。这点非常
.net和java 性能_C++, C# 和 Java 性能比较
weixin_32758097的博客
02-24 1319
很古老的一篇文章，但是结果很有启发性， 指出了几种语言性能差别到底在什么地方， 不过测试版本都比较老， 所以只节选了前面一段。测试环境AMD Athlon XP 2200+1024 MB DDR 266VIA KT266AWindows XP Prof. + SP1Java 版本Java 1.4.2_03Java 1.5 (alpha, 11. Dec. 03)编译选项: -g:none运行参数...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值