关于NRV优化的问题

tomatopj 2003-07-29 10:43:07
在看Inside C++ Object Model
2.3,候捷的译本是67页,没有影印的,大致也在附近

代码:
class test {
friend test foo( double );
public:
test()
{ memset( array, 0, 100*sizeof( double )); }
private:
double array[ 100 ];
};

test foo( double val )
{
test local;

local.array[ 0 ] = val;
local.array[ 99 ] = val;

return local;
}

int main()
{
for ( int cnt = 0; cnt < 10000000; cnt++ )
{ test t = foo( double( cnt ) ); }
return 0;
}

书上说要加上一个copy ctor才能激活NRV优化,为什么呢?
我觉得没有copy ctor的时候,这个类没有什么virtual func之类的东西
所以编译器产生的copy ctor是trivial的
编译器更可以大胆地把一次copy ctor和dtor优化掉
而若是有显式的copy ctor的话
编译器若是优化掉了有可能改变程序的语义

所以我觉得应该是没有copy ctor的时候肯定要NRV优化掉
而有copy ctor的时候在max opt时打开NRV优化
并且设置一个编译选项使程序员可以禁止掉NRV优化

ps:我上面提到的那个编译选项有么?
...全文
166 7 打赏 收藏 举报
写回复
用AI写文章
7 条回复
切换为时间正序
请发表友善的回复…
发表回复
pushser 2003-08-01
  • 打赏
  • 举报
回复
高人…………
ckacka 2003-07-31
  • 打赏
  • 举报
回复
果然没有了^_^
ckacka 2003-07-31
  • 打赏
  • 举报
回复
对于一本96年得书,说实话,我觉得没有再去深究某些细节的必要了。再说了,我个人觉得上面的一些问题讲得仍然不是很清楚。而且有得东西似乎过时了。

我以前在这个问题上也花了很多时间,可以说是走火入魔^_^,不过我现在又看的时候,发觉以前很多理解又是有问题的。
在此顺便向那些受了误导得朋友表示歉意。

============================

这个copy ctor的意义,他本身相当于一个优化选项。使得编译器有理由将
X foo() { X x; ...; return x; }
变为
void foo(X &_x) { ...; return; }
也就是说少了一次对象的构建,直接使用传引用的方式,这也是为什么书上在CC、NCC上测试的优化结果正好少一半的原因。

============================

这个问题也远远不像你那样想的。
你把编译器得优化打开,并且加入inline copy ctor,你在inline copy ctor处设置断点,跟踪进去以后,你会发现断点被编译器自行移到了foo的入口。
这到底能说明什么,我现在没有兴趣再去深究了,不过你可以自己再结合反汇编亲手感受一下它的关键所在。

============================

还有就是你说的那个编译选项是有的
ckacka 2003-07-31
  • 打赏
  • 举报
回复
一篇也没有???

你在其他几个小版看看,我也去看看!
tomatopj 2003-07-31
  • 打赏
  • 举报
回复
ft,你直接回答不就成了嘛
555555555555555
tomatopj 2003-07-31
  • 打赏
  • 举报
回复
ft,在本版的faq一篇也没有找到
能否给个链接?
ckacka 2003-07-29
  • 打赏
  • 举报
回复
FAQ里面有好几篇类似的帖子。你去看看!
内容概要:本文介绍了基于Matlab代码实现的电力系统机组组合优化调度方法,适用于IEEE14、IEEE30和IEEE118节点标准测试系统。该资源聚焦于电力系统中发电机组的优化调度问题,通过智能优化算法实现对机组启停、出力分配等决策的最优化,旨在降低运行成本、提升系统可靠性和经济性。文中系统阐述了从数学模型构建、多类型约束处理到优化算法设计与仿真实验验证的完整研究流程,并提供了可复现的Matlab代码,涵盖目标函数设定、约束条件建模及算法求解过程,适用于电力系统调度、能源优化等相关领域的科研与教学实践。; 适合人群:具备电力系统分析、运筹学基础及Matlab编程能力的高校学生、科研人员和工程技术人员,尤其适合从事电力系统优化、智能算法应用研究的研究生与青年学者。; 使用场景及目标:①用于电力系统机组组合(UC)问题的教学实验与课程设计;②支撑科研工作中对遗传算法、粒子群算法等智能优化算法在电力系统调度中应用的研究;③为含可再生能源接入的现代电网调度提供仿真平台与技术参考,助力低碳电力系统规划与运行。; 阅读建议:建议读者结合电力系统调度理论与优化建模知识,深入理解机组组合问题的数学本质与物理约束,再通过Matlab代码进行仿真实践,重点关注算法收敛性、多目标权衡策略与不同测试系统间的性能对比,以实现理论与实践的深度融合。

70,040

社区成员

发帖
与我相关
我的任务
社区描述
C语言相关问题讨论
社区管理员
  • C语言
  • 花神庙码农
  • 架构师李肯
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧