执行摘要:如果您想继续使用 C#，Reed 下面的回答是最快的。如果您愿意编码为 C++(我就是)，那是一个更快的解决方案。

我在 C# 中有两个 55mb 的 ushort 数组。我使用以下循环组合它们:

float b = (float)number / 100.0f;
for (int i = 0; i < length; i++)
{
      image.DataArray[i] = 
          (ushort)(mUIHandler.image1.DataArray[i] + 
          (ushort)(b * (float)mUIHandler.image2.DataArray[i]));
}

这段代码，根据前后添加DateTime.Now调用，运行需要3.5秒。我怎样才能让它更快？

编辑:我认为这是一些代码，显示了问题的根源。当以下代码在全新的 WPF 应用程序中运行时，我得到了这些计时结果:

Time elapsed: 00:00:00.4749156 //arrays added directly
Time elapsed: 00:00:00.5907879 //arrays contained in another class
Time elapsed: 00:00:02.8856150 //arrays accessed via accessor methods

因此，当直接遍历数组时，时间比数组在另一个对象或容器内要快得多。这段代码表明，不知何故，我正在使用访问器方法，而不是直接访问数组。即便如此，我看来最快也不过半秒。当我使用 icc 在 C++ 中运行第二个代码 list 时，我得到:

Run time for pointer walk: 0.0743338

在这种情况下，C++ 的速度提高了 7 倍(使用 icc，不确定使用 msvc 是否可以获得相同的性能——我对那里的优化不太熟悉)。有什么方法可以让 C# 接近 C++ 的性能水平，还是应该让 C# 调用我的 C++ 例程？

list 1，C# 代码:

public class ArrayHolder
{
    int length;
    public ushort[] output;
    public ushort[] input1;
    public ushort[] input2;
    public ArrayHolder(int inLength)
    {
        length = inLength;
        output = new ushort[length];
        input1 = new ushort[length];
        input2 = new ushort[length];
    }

    public ushort[] getOutput() { return output; }
    public ushort[] getInput1() { return input1; }
    public ushort[] getInput2() { return input2; }
}


/// <summary>
/// Interaction logic for MainWindow.xaml
/// </summary>
public partial class MainWindow : Window
{
    public MainWindow()
    {
        InitializeComponent();


        Random random = new Random();

        int length = 55 * 1024 * 1024;
        ushort[] output = new ushort[length];
        ushort[] input1 = new ushort[length];
        ushort[] input2 = new ushort[length];

        ArrayHolder theArrayHolder = new ArrayHolder(length);

        for (int i = 0; i < length; i++)
        {
            output[i] = (ushort)random.Next(0, 16384);
            input1[i] = (ushort)random.Next(0, 16384);
            input2[i] = (ushort)random.Next(0, 16384);
            theArrayHolder.getOutput()[i] = output[i];
            theArrayHolder.getInput1()[i] = input1[i];
            theArrayHolder.getInput2()[i] = input2[i];
        }

        Stopwatch stopwatch = new Stopwatch(); 
        stopwatch.Start();
        int number = 44;
        float b = (float)number / 100.0f;
        for (int i = 0; i < length; i++)
        {
            output[i] =
                (ushort)(input1[i] +
                (ushort)(b * (float)input2[i]));
        } 
        stopwatch.Stop();

        Console.WriteLine("Time elapsed: {0}",
            stopwatch.Elapsed);
        stopwatch.Reset();

        stopwatch.Start();
        for (int i = 0; i < length; i++)
        {
            theArrayHolder.output[i] =
                (ushort)(theArrayHolder.input1[i] +
                (ushort)(b * (float)theArrayHolder.input2[i]));
        }
        stopwatch.Stop();

        Console.WriteLine("Time elapsed: {0}",
            stopwatch.Elapsed);
        stopwatch.Reset();

        stopwatch.Start();
        for (int i = 0; i < length; i++)
        {
            theArrayHolder.getOutput()[i] =
                (ushort)(theArrayHolder.getInput1()[i] +
                (ushort)(b * (float)theArrayHolder.getInput2()[i]));
        }
        stopwatch.Stop();

        Console.WriteLine("Time elapsed: {0}",
            stopwatch.Elapsed);
    }
}

list 2，C++ 等价物: //looptiming.cpp : 定义控制台应用程序的入口点。 //

#include "stdafx.h"
#include <stdlib.h>
#include <windows.h>
#include <stdio.h>
#include <iostream>


int _tmain(int argc, _TCHAR* argv[])
{

    int length = 55*1024*1024;
    unsigned short* output = new unsigned short[length];
    unsigned short* input1 = new unsigned short[length];
    unsigned short* input2 = new unsigned short[length];
    unsigned short* outPtr = output;
    unsigned short* in1Ptr = input1;
    unsigned short* in2Ptr = input2;
    int i;
    const int max = 16384;
    for (i = 0; i < length; ++i, ++outPtr, ++in1Ptr, ++in2Ptr){
        *outPtr = rand()%max;
        *in1Ptr = rand()%max;
        *in2Ptr = rand()%max;
    }

    LARGE_INTEGER ticksPerSecond;
    LARGE_INTEGER tick1, tick2;   // A point in time
    LARGE_INTEGER time;   // For converting tick into real time


    QueryPerformanceCounter(&tick1);

    outPtr = output;
    in1Ptr = input1;
    in2Ptr = input2;
    int number = 44;
    float b = (float)number/100.0f;


    for (i = 0; i < length; ++i, ++outPtr, ++in1Ptr, ++in2Ptr){
        *outPtr = *in1Ptr + (unsigned short)((float)*in2Ptr * b);
    }
    QueryPerformanceCounter(&tick2);
    QueryPerformanceFrequency(&ticksPerSecond);

    time.QuadPart = tick2.QuadPart - tick1.QuadPart;

    std::cout << "Run time for pointer walk: " << (double)time.QuadPart/(double)ticksPerSecond.QuadPart << std::endl;

    return 0;
}

编辑 2: 在第二个示例中启用/QxHost 会将时间减少到 0.0662714 秒。按照@Reed 的建议修改第一个循环让我回到

耗时:00:00:00.3835017

所以，对于 slider 来说仍然不够快。那个时间是通过代码:

        stopwatch.Start();
        Parallel.ForEach(Partitioner.Create(0, length),
         (range) =>
         {
             for (int i = range.Item1; i < range.Item2; i++)
             {
                 output[i] =
                     (ushort)(input1[i] +
                     (ushort)(b * (float)input2[i]));
             }
         });

        stopwatch.Stop();

编辑 3 根据@Eric Lippert 的建议，我在发布时用 C# 重新运行了代码，而不是使用附加的调试器，只是将结果打印到对话框中。它们是:

• 简单数组:~0.273s
• 包含数组:~0.330s
• 访问器数组:~0.345s
• 平行阵列:~0.190s

(这些数字来自 5 次平均)

因此，并行解决方案肯定比我之前得到的 3.5 秒快，但仍比使用非 icc 处理器可达到的 0.074 秒要低一些。因此，最快的解决方案似乎是在发布中编译，然后编码为 icc 编译的 C++ 可执行文件，这使得在这里使用 slider 成为可能。

编辑 4:来自@Eric Lippert 的另外三个建议:将 for 循环的内部从 length 更改为 array.length，使用 double ，并尝试不安全的代码。

对于这三个人，现在的时机是:

• 长度:~0.274s
• 加倍，而不是 float :~0.290s
• 不安全:~0.376s

到目前为止，并行解决方案是大赢家。虽然如果我可以通过着色器添加这些，也许我可以在那里看到某种加速...

这是额外的代码:

        stopwatch.Reset();

        stopwatch.Start();

        double b2 = ((double)number) / 100.0;
        for (int i = 0; i < output.Length; ++i)
        {
            output[i] =
                (ushort)(input1[i] +
                (ushort)(b2 * (double)input2[i]));
        }

        stopwatch.Stop();
        DoubleArrayLabel.Content += "\t" + stopwatch.Elapsed.Seconds + "." + stopwatch.Elapsed.Milliseconds;
        stopwatch.Reset();

        stopwatch.Start();

        for (int i = 0; i < output.Length; ++i)
        {
            output[i] =
                (ushort)(input1[i] +
                (ushort)(b * input2[i]));
        }

        stopwatch.Stop();
        LengthArrayLabel.Content += "\t" + stopwatch.Elapsed.Seconds + "." + stopwatch.Elapsed.Milliseconds;
        Console.WriteLine("Time elapsed: {0}",
            stopwatch.Elapsed);
        stopwatch.Reset();

        stopwatch.Start();
        unsafe
        {
            fixed (ushort* outPtr = output, in1Ptr = input1, in2Ptr = input2){
                ushort* outP = outPtr;
                ushort* in1P = in1Ptr;
                ushort* in2P = in2Ptr;
                for (int i = 0; i < output.Length; ++i, ++outP, ++in1P, ++in2P)
                {
                    *outP = (ushort)(*in1P + b * (float)*in2P);
                }
            }
        }

        stopwatch.Stop();
        UnsafeArrayLabel.Content += "\t" + stopwatch.Elapsed.Seconds + "." + stopwatch.Elapsed.Milliseconds;
        Console.WriteLine("Time elapsed: {0}",
            stopwatch.Elapsed);

最佳答案

这应该是完全可并行化的。但是，鉴于每个元素完成的工作量很小，您需要格外小心地处理它。

(在 .NET 4 中)执行此操作的正确方法是将 Parallel.ForEach 与 Partitioner 结合使用:

float b = (float)number / 100.0f;
Parallel.ForEach(Partitioner.Create(0, length), 
(range) =>
{
   for (int i = range.Item1; i < range.Item2; i++)
   {
      image.DataArray[i] = 
          (ushort)(mUIHandler.image1.DataArray[i] + 
          (ushort)(b * (float)mUIHandler.image2.DataArray[i]));
   }
});

这将在您系统中的可用处理内核之间有效地划分工作，如果您有多个内核，应该会提供不错的加速。

也就是说，这充其量只会通过系统中的核心数量来加速此操作。如果您需要加快速度，您可能需要恢复到并行化和不安全代码的混合。到那时，可能值得考虑尝试实时呈现这一点的替代方案。

关于c# - 我怎样才能使这个 C# 循环更快？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/5983569/