Лучіан дає пояснення, чому така поведінка трапляється, але я подумав, що було б непоганою ідеєю показати одне можливе рішення цієї проблеми і в той же час показати трохи про кешовані алгоритми, що не знають кеш.
Ваш алгоритм:
for (int i = 0; i < N; i++)
for (int j = 0; j < N; j++)
A[j][i] = A[i][j];
що просто жахливо для сучасного процесора. Одне рішення - знати деталі щодо вашої кеш-системи та налаштувати алгоритм, щоб уникнути цих проблем. Чудово працює, доки ви знаєте ці деталі .. не особливо портативні.
Чи можемо ми зробити краще? Так, ми можемо: загальний підхід до цієї проблеми - це алгоритми, що не враховують кеш, які, як видно з назви, уникають залежності від конкретних розмірів кешу [1]
Рішення виглядатиме так:
void recursiveTranspose(int i0, int i1, int j0, int j1) {
int di = i1 - i0, dj = j1 - j0;
const int LEAFSIZE = 32; // well ok caching still affects this one here
if (di >= dj && di > LEAFSIZE) {
int im = (i0 + i1) / 2;
recursiveTranspose(i0, im, j0, j1);
recursiveTranspose(im, i1, j0, j1);
} else if (dj > LEAFSIZE) {
int jm = (j0 + j1) / 2;
recursiveTranspose(i0, i1, j0, jm);
recursiveTranspose(i0, i1, jm, j1);
} else {
for (int i = i0; i < i1; i++ )
for (int j = j0; j < j1; j++ )
mat[j][i] = mat[i][j];
}
}
Трохи складніший, але короткий тест показує щось досить цікаве на моєму стародавньому e8400 з випуском VS2010 x64, тестовий код для MATSIZE 8192
int main() {
LARGE_INTEGER start, end, freq;
QueryPerformanceFrequency(&freq);
QueryPerformanceCounter(&start);
recursiveTranspose(0, MATSIZE, 0, MATSIZE);
QueryPerformanceCounter(&end);
printf("recursive: %.2fms\n", (end.QuadPart - start.QuadPart) / (double(freq.QuadPart) / 1000));
QueryPerformanceCounter(&start);
transpose();
QueryPerformanceCounter(&end);
printf("iterative: %.2fms\n", (end.QuadPart - start.QuadPart) / (double(freq.QuadPart) / 1000));
return 0;
}
results:
recursive: 480.58ms
iterative: 3678.46ms
Редагувати: Про вплив розміру: Це набагато менш виражено, хоча все ще помітно певною мірою, це тому, що ми використовуємо ітеративне рішення як вузол листів, а не повторюється до 1 (звичайна оптимізація для рекурсивних алгоритмів). Якщо ми встановимо LEAFSIZE = 1, кеш не впливає на мене [ 8193: 1214.06; 8192: 1171.62ms, 8191: 1351.07ms
- це всередині межі помилки, коливання знаходяться в області 100 мс; цей "орієнтир" - це не те, що мені було б занадто комфортно, якби ми хотіли абсолютно точних значень])
[1] Джерела цього матеріалу: Ну, якщо ви не можете прочитати лекцію від того, хто працював з Лейзерсоном та співпрацював над цим. Ці алгоритми все ще описані досить рідко - CLR має єдину виноску про них. Все-таки це чудовий спосіб здивувати людей.
Редагувати (зауважте: я не той, хто опублікував цю відповідь; я просто хотів додати це):
Ось повна версія C ++ вищевказаного коду:
template<class InIt, class OutIt>
void transpose(InIt const input, OutIt const output,
size_t const rows, size_t const columns,
size_t const r1 = 0, size_t const c1 = 0,
size_t r2 = ~(size_t) 0, size_t c2 = ~(size_t) 0,
size_t const leaf = 0x20)
{
if (!~c2) { c2 = columns - c1; }
if (!~r2) { r2 = rows - r1; }
size_t const di = r2 - r1, dj = c2 - c1;
if (di >= dj && di > leaf)
{
transpose(input, output, rows, columns, r1, c1, (r1 + r2) / 2, c2);
transpose(input, output, rows, columns, (r1 + r2) / 2, c1, r2, c2);
}
else if (dj > leaf)
{
transpose(input, output, rows, columns, r1, c1, r2, (c1 + c2) / 2);
transpose(input, output, rows, columns, r1, (c1 + c2) / 2, r2, c2);
}
else
{
for (ptrdiff_t i1 = (ptrdiff_t) r1, i2 = (ptrdiff_t) (i1 * columns);
i1 < (ptrdiff_t) r2; ++i1, i2 += (ptrdiff_t) columns)
{
for (ptrdiff_t j1 = (ptrdiff_t) c1, j2 = (ptrdiff_t) (j1 * rows);
j1 < (ptrdiff_t) c2; ++j1, j2 += (ptrdiff_t) rows)
{
output[j2 + i1] = input[i2 + j1];
}
}
}
}