為什麼在浮點數組添加 0.1f 比添加 0 慢得多？

為什麼在浮點陣列中加入 0.1f 與添加 0 相比，效能會降低 10 倍？

效能差異源自於處理處理器的非正規（或次正規）浮點數。非正規數表示非常接近零的值，這會顯著影響效能。

將 0.1f 加到浮點數組時，結果可能是非正規數，即使原始值不是。這是因為浮點表示的精度有限。對非正規數的操作通常比對正規化數慢得多，因為許多處理器無法直接處理它們，必須使用微代碼來解析它們。

相反，向浮點數組添加 0 不會產生非正規數。這是因為 0 已經是標準化數字。因此，涉及 0 的運算可以更有效率地執行。

為了示範非正規數對效能的影響，請考慮以下程式碼：

const float x[16] = {  1.1,   1.2,   1.3,     1.4,   1.5,   1.6,   1.7,   1.8,
                       1.9,   2.0,   2.1,     2.2,   2.3,   2.4,   2.5,   2.6};
const float z[16] = {1.123, 1.234, 1.345, 156.467, 1.578, 1.689, 1.790, 1.812,
                     1.923, 2.034, 2.145,   2.256, 2.367, 2.478, 2.589, 2.690};
float y[16];
for (int i = 0; i < 16; i++)
{
    y[i] = x[i];
}

for (int j = 0; j < 9000000; j++)
{
    for (int i = 0; i < 16; i++)
    {
        y[i] *= x[i];
        y[i] /= z[i];
        y[i] = y[i] + 0.1f; // <--
        y[i] = y[i] - 0.1f; // <--
    }
}

這裡，將0.1f 加到浮點數組導致速度顯著減慢，因為結果值被轉換為非正規數。

為了避免非正規數對效能的影響，您可以使用_MM_SET_FLUSH_ZERO_MODE(_MM_FLUSH_ZERO_ON); 將非正規數刷新為零的內在特徵。這意味著任何非正規值都會四捨五入為零。透過使用此內在函數，您可以在使用浮點數組時顯著提高程式碼的效能。

以上是為什麼在浮點數組添加 0.1f 比添加 0 慢得多？的詳細內容。更多資訊請關注PHP中文網其他相關文章！