筛法求素数当然快很多，但这里不是讨论这个。

我不是要研究算法或优化技巧。

只是想对正常情况下，C#和C++的性能差异有一个大致概念。


【 在 leadu 的大作中提到: 】
: 这个是时间变成了1/2？
: 其实用不着太着急上硬件优化，一个程序可以优化的地方非常多，这也是为什么大家不再看重c++比c#快的那一点点的因素。
: 老鱼那个版本写的不好看，最后优化的也就万分之三。这不是一个有意义的优化度。
: ...................
--
FROM 123.112.64.*

【 在 here080 的大作中提到: 】
: 指针和下标是一回事啊。
:


用加法代替乘法。
--
FROM 221.221.50.*

cpu密集的程序性能上，高级语言没有能比得上c/cpp/rust的，都会比他们多几条指令，多几纳秒。
定量5kw内求素数，上面也早就给了数据了，cpp确实快一些，但快的这一些，拉一下滚动条都能抵消，99.9%使用场景下没有值得考虑的价值
cpu simd，gpu，fpga都是硬件优化范畴，本身使用的都是另外的接口，和语言本身无关，哪个语言也都能用

io密集型程序，理论上也都比不上c/cpp，没有rust是因为有些io的内存模式有限制，比如Windows registered io。
但这仅仅是理论上，现实中不可能每次io都使用效率最高的异步接口，线程io模型的考虑是需要心智负担的。
每次文件读写，数据库读写，网络读写等都来一个异步回调，会整死程序员的。
现在心智负担最小的是async/await。单个语言的全体框架对async/await的支持的完成度，决定了这个语言的io密集型程序快慢。
而async/await框架完成度最高的是c#，所以c#在开发io密集型程序最有优势。
现实测试也支持这个结论https://www.techempower.com/benchmarks/#section=data-r19&hw=ph&test=plaintext
这个可是Linux上的性能测试。
所以快慢这个事情，看聚焦哪个部分，有不同的结论


【 在 finlab 的大作中提到: 】
: 筛法求素数当然快很多，但这里不是讨论这个。
: 我不是要研究算法或优化技巧。
: 只是想对正常情况下，C#和C++的性能差异有一个大致概念。
: ...................
--
FROM 123.116.198.*

里面有很多时候是测试了一两个素数就跳出循环了。用开方说不定速度更慢。

本质上是这个素数算法比较低效。不过是这个算法是很好的例子，解释 c#, java 这些 jit 语言和 c++ 的区别。c++ 对同一个算法，可以无限优化跟手动汇编差不多快，c#/java 不好搞。但 c#/java 随便撸都能有一个还不错的结果，至少不会访问内存崩溃掉。

【 在 here080 (hero080) 的大作中提到: 】
: 乘法那个是另一个问题。
: 完全可以在内循环之外先开方。
--
FROM 124.72.118.*

今天晚上重新实现了C#的simd， 在我的i5 8265U上只需要1.8秒了，比simd 的C++的2.96秒还快很多。

需要说明的是，昨天直接用AVX2指令实现simd， 因为不支持除法，先把int转成float然后做除法。
结果一直不对，发现是对于比较大的i，转成float后精度损失了，所以结果就不对了。

今天用double实现，原来8路向量，现在只能4路。 但是结果还是不错的。 只要1.8秒。

比较赞的是dotnet把simd操作封装到Vector，不用考虑具体指令集了,也不用管cpu支持几路向量了，
jit会在运行时检查硬件。

C++的simd 要近3秒，是因为我用了SVML的整数取模指令，是intel用其他指令编程合成的，所以会慢。
如果也用double实现， 应该跟C#速度类似。

对C#的profiling, 向量除法运算这一语句耗时用到全部程序的50%。


        public static int intperf3(int n)
        {
            int cc = 1;

            int vn = Vector<double>.Count;
          

            double[] buf = new double[n];

            buf[0] = 2;
            for (int i = 3; i <= n; i += 2)
            {
                int flag = 1;
                int it = 0;
                var vi = new Vector<double>(i);

                int m = cc - vn;
                for (; it < m; it += vn)
                {
                    var vj = new Vector<double>(buf, it);
                    var t1 = vi/vj;
                    var t2 = Vector.Floor(t1);

                    if (Vector.EqualsAny(t1, t2))
                    {
                        flag = 0;
                        break;
                    }

                    double j = buf[it];
                    if (j * j > i)
                        break;

                }
                if (flag == 0) continue;

                for (; it < cc; it++)
                {
                    int j = (int)buf[it];
                    if (i % j == 0)
                    {
                        flag = 0;
                        break;
                    }
                    if (j*j > i)
                        break;
                }

                if (flag == 1)
                {
                    buf[cc++] = i;
                  
                }
            }
            return cc;
        }





【 在 leadu 的大作中提到: 】
: cpu密集的程序性能上，高级语言没有能比得上c/cpp/rust的，都会比他们多几条指令，多几纳秒。
: 定量5kw内求素数，上面也早就给了数据了，cpp确实快一些，但快的这一些，拉一下滚动条都能抵消，99.9%使用场景下没有值得考虑的价值
: cpu simd，gpu，fpga都是硬件优化范畴，本身使用的都是另外的接口，和语言本身无关，哪个语言也都能用
: ...................
--
FROM 123.112.64.*