Hw04 frsama

[frsama]

源码运行结果

优化后运行结果

优化细节

1.首先立即尝试就尝试将AOS修改为SOA

使用array替换了vector，效果群拔，立即就将1300ms左右的耗时降低到了130ms出头

2.对初始化下手了

我看汇编代码，发现轮流px[i] py[i] pz[i] vx[i] vy[i] vz[i] mass[i]的方法并没有发生矢量化优化，
结果特地去写了先全部赋值px，在全部赋值px，再全部赋值py的方法。为了处理mass和其它不同情况，还特地写了模板。

结果发现成功的实现了矢量化，而且还发现模板函数以内联的方式插进去了，并没有想象中的jump或者是call。
优化是真的优化了，但是没用也是真的一点用也没有。
初始化时间复杂度O(n)，完全比不上step和calc的O(n^2)时间复杂度。

3.尝试抠各种细节

（1）把内层循环中，乘除法为常量的部分拉到外层循环，只需要一次计算即可。
（2）把循环拆开，主要是指计算energy那里，energy自增和自减两部分完全不相关啊，我就拆成了两个循环。因为循环越简单，编译器越容易优化。

但是扣这些细节似乎没什么效果，好像之前光把AOS改为SOA就已经成功矢量化优化了。
我还到处添加了#pragma unroll，压根没用，去网上搜，结果人家说开-O1 -O2 -O3，这个宏就会失效，好像是因为开了优化本身就会尝试unroll。

综上，结果我一顿操作猛如虎，除了改SOA以外，其它操作耗时压根没降多少，就从原来的130ms出头，挤进130ms以内而已，甚至可以说只是误差.......

[frsama]

那个模板函数内联我觉得挺有意思的。
补充一张图

可以看到编译器把模板函数内联了7次，对应.L5~.L11
我以为直接jmp可能会好一些，它这样不知道算不算强行以空间换时间啊。

还有可以看见调用sub_init()，都call了四次rand，这算是直接正面矢量化成功了吧。

就是感觉去优化O(n)部分没什么效果，感觉挺可惜的。
果然还是得抓主要矛盾，但是后面step和calc我暂时想不出更好的方法了。

[blusque]

我也用你的代码实验了一下，得到的结果是优化了10倍的速度，但过程好像不一样。我这边的情况是，仅仅将vector修改为array或c数组后，编译器并没有成功矢量化。step()函数的汇编如图1所示，

可以看到基本没有成功矢量化，运行时间也与未修改时相差无几。
这时需要做三点修改才能提速，
一是把sqrt更换为std::sqrt或sqrtf，避免掉隐士类型转换；
二是在编译选项中开启-ffast-math
三是把对stars.vx/vy/vz的赋值提出内层循环。
尤其是第三点，可以将前两点提速后的550ms缩减为100ms左右。