关于性能,是不是我写错了,竟然差这么多

bamboo2000 bamboo2000 墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年,写一次发全网 我也要 + 加入社区
认为Delphi性能比C#好,于是打算做成DLL让C#调用,但只是"认为"没有数据,性能好多少,数据为准,于是有了下面的测试
C# 页面,分别用C#和调用Delphi的DLL和调用C++的DLL
======================================
int k = 999999999;
System.Diagnostics.Stopwatch sw = new System.Diagnostics.Stopwatch();
sw.Start();
int i;
for (i = 0; i < k; i++) ;
sw.Stop();
Response.Write( "<br />#:" + i.ToString() + ":" + sw.ElapsedMilliseconds.ToString() );

System.Diagnostics.Stopwatch sw3 = new System.Diagnostics.Stopwatch();
sw3.Start();
i = VC_test(k);
sw3.Stop();
Response.Write("<br />C:" + i.ToString() + ":" + sw3.ElapsedMilliseconds.ToString());

System.Diagnostics.Stopwatch sw2 = new System.Diagnostics.Stopwatch();
sw2.Start();
i = Del_test(k);
sw2.Stop();
Response.Write("<br />D:" + i.ToString() + ":" + sw2.ElapsedMilliseconds.ToString());


Delphi代码如下:
================================
library Project2;

function Del_test(i: integer):integer;stdcall;
var
j: integer;
begin
for j:=0 to i do;
result:=j;
end;

exports
Del_test;

begin
end.

VC代码如下:
===================================
extern "C"__declspec(dllexport)int _stdcall VC_test(int init);
int _stdcall VC_test(int init){
int i;
for(i=0;i<=init;i++);
return i;
}

测试结果如下:
===================================
#:999999999:3747
C:1000000000:10
D:1000000000:485


C++ 跟 Delphi怎么差这么多啊??我一直钟爱Delphi的,哪个地方错了啊,太失望了!!
另外说一点,我是刷新了好几下,结果的数字都差不多,所以随便取了一组,没有求平均值
...全文

相关推荐

matlab代码写错重新写-Running:多主体3D模型,旨在研究人体跑步的能量,控制和周期性

matlab代码写错重新写[目录]运行模型计算模型的多体动力学,以研究动力学,能量和对人类跑步的控制。在Matlab中使用类库来加快基于简单模型的新模型的创建。如何设置?您需要Mathematica,

weixin_38527987

轻微拼写错误:一个Python模块,可生成文本文件的拼写错误的版本

该Python模块能够将字符串或文本文件转换为带有轻微拼写错误的版本。用户可以通过命令行参数选择应用特定的拼写错误规则,如语音学或排印学错误。此外,用户还可以编辑本地INI文件中的参数,以自定义算法的

起名什么的最烦啦

Linux 中纠正拼写错误的Bash 命令方法

### Linux中纠正拼写错误的Bash命令方法在日常使用Linux系统的过程中,用户经常会遇到因为拼写错误而导致命令执行失败的情况。

weixin_38670208

使用 bsdiff bzip2 库 进行增量升级,包含 生成差分包,合并差分包

`bspatc` 标签可能指的是 `bspatch` 的拼写错误,但在这个上下文中,`bspatch` 才是正确工具,用于合并差分包。

sincle

Sentence-level-detection-on-CSC:基于BERT的中文拼写错误检测句子分类方法

在评估阶段,通常使用准确率、精确率、召回率和F1分数等指标来衡量模型的性能。对于这个特定任务,高召回率尤为重要,因为我们需要确保尽可能多的错误句子被正确识别出来。

Friedrich ZHAO
评论 16
收藏 已收藏
分享
返回顶部