加法运算和乘法运算的耗时问题

zhuliting 2011-01-10 08:53:37
乘法运算比加法运算复杂，理论上应该更耗时，但我的测试程序却显示，加法比乘法更耗时，请各位帮忙看一下问题出在哪里？谢谢！

windows下代码：
#include <iostream>
#include <time.h>
using namespace std;
const int ITER = 60000;
int main() {
double a, b, s;
clock_t start, end;
a = 1000.011 / 3;
b = 2.011 / 3;
//cout << "a = " << a << ", b = " << b << endl;

start = clock();
for (int i = 0; i < ITER; i++)
for(int j = 0; j < ITER; j++)
{
s = a;
}
end = clock();
cout << "s=a cost: " << end - start << "ms" << endl;

start = clock();
for (int i = 0; i < ITER; i++)
for(int j = 0; j < ITER; j++)
{
s = a + b;
}
end = clock();
cout << "a+b cost: " << end - start << "ms" << endl;

start = clock();
for (int i = 0; i < ITER; i++)
for(int j = 0; j < ITER; j++)
{
s = a * b;
}
end = clock();
cout << "a*b cost: " << end - start << "ms" << endl;
//cout << "CLOCKS_PER_SEC: " << CLOCKS_PER_SEC << endl;
return 0;
}

结果：
s=a cost: 5693ms
a+b cost: 8760ms
a*b cost: 6590ms


Linux下代码：
#include <iostream>
#include <sys/time.h>
using namespace std;
const int ITER = 60000;
int main() {
double a, b, s;
timeval start, end;
double span;
a = 1000.011 / 3;
b = 2.011 / 3;
//cout << "a = " << a << ", b = " << b << endl;
/*gettimeofday(&start, 0);
for (int i = 0; i < ITER; i++)
for (int j = 0; j < ITER; j++);
gettimeofday(&end, 0);
span = (end.tv_sec - start.tv_sec) * 1000 + (end.tv_usec -start.tv_usec) / 1000;
cout << "loop cost: " << span << "ms" << endl;*/

gettimeofday(&start, 0);
for (int i = 0; i < ITER; i++)
for(int j = 0; j < ITER; j++)
{
s = a;
}
gettimeofday(&end, 0);
span = (end.tv_sec - start.tv_sec) * 1000 + (end.tv_usec -start.tv_usec) / 1000;
cout << "s=a cost: " << span << "ms" << endl;

gettimeofday(&start, 0);
for (int i = 0; i < ITER; i++)
for(int j = 0; j < ITER; j++)
{
s = a + b;
}
gettimeofday(&end, 0);
span = (end.tv_sec - start.tv_sec) * 1000 + (end.tv_usec -start.tv_usec) / 1000;
cout << "a+b cost: " << span << "ms" << endl;

gettimeofday(&start, 0);
for (int i = 0; i < ITER; i++)
for(int j = 0; j < ITER; j++)
{
s = a * b;
}
gettimeofday(&end, 0);
span = (end.tv_sec - start.tv_sec) * 1000 + (end.tv_usec -start.tv_usec) / 1000;
cout << "a*b cost: " << span << "ms" << endl;
return 0;
}
结果：
s=a cost: 5453ms
a+b cost: 9461ms
a*b cost: 6772ms
...全文
1577 18 打赏 收藏 转发到动态 举报
写回复
用AI写文章
18 条回复
切换为时间正序
请发表友善的回复…
发表回复
jofranks 2012-08-14
  • 打赏
  • 举报
 回复
CPU 的运算器不就是加啊== 当然加法快
zhuliting 2011-02-16
  • 打赏
  • 举报
 回复
虽然结论各异，但还是谢谢楼上各位了！
zhuliting 2011-01-20
  • 打赏
  • 举报
 回复
[Quote=引用 14 楼 chzhn 的回复:]

什么也不说，给个代码自己测试
C/C++ code

//测试时间1300ms
__declspec(naked) int __stdcall AddTest()
{
__asm
{
push ebp
mov ebp,esp
push esi
push ecx
mov ecx,0x5000000……
[/Quote]

谢谢！
arong1234 2011-01-17
  • 打赏
  • 举报
 回复
难道大家都不知道乘法和加法都是单指令周期指令，因此速度一样？
chzhn 2011-01-17
  • 打赏
  • 举报
 回复
什么也不说，给个代码自己测试


//测试时间1300ms

__declspec(naked) int __stdcall  AddTest()

{

	__asm

	{

		push ebp

		mov ebp,esp

		push esi

		push ecx

		mov ecx,0x50000000

		xor eax,eax

		mov esi,5

Label1:

		add eax,esi

		dec ecx

		test ecx,ecx

		jnz Label1

		pop ecx

		pop esi

		mov esp,ebp

		pop ebp

		retn

	}

}



//测试时间0ms

__declspec(naked) int __stdcall MulTest()

{

	__asm

	{

		push ebp

		mov ebp,esp

		mov eax,5

		imul eax,eax,50000000h

		mov esp,ebp

		pop ebp

		retn

	}

}
zhuliting 2011-01-17
  • 打赏
  • 举报
 回复
还是没明白
jsjygm 2011-01-13
  • 打赏
  • 举报
 回复
xwfde 2011-01-12
  • 打赏
  • 举报
 回复
实际运行证明，乘法更费时间。
tzg_dzq 2011-01-12
  • 打赏
  • 举报
 回复
既然加入了一个乘法器，为什么不加入其他的运算器？
某某9 2011-01-11
  • 打赏
  • 举报
 回复
汇编中mul和imul
就是乘法指令吧

当然实质还是加法，
即使减法的实质也是加法
某某9 2011-01-11
  • 打赏
  • 举报
 回复
乘法器

一个乘法器大致组成（最简单的真值乘法器，当然不存在真值乘法器，这里以2个正数为例，原码是相对于补码和反码而言）。3个寄存器和一个加法器和逻辑处理电路。



假设我们要计算 4 * 5。他们的原码则是 0100, 0101（注，以4位存贮单元，因为是原码，最高位不代表符号位）。用乘法器大致过程如下：



1. 3个寄存器分别存放乘数0101，被乘数0100和一个部分积（用来暂存部分结果的寄存器），部分积初值为0.



2. 首先判断乘数寄存器（目前值是0101，既为5）的最低位为1.如果为1则将部分积的值通过加法器加上被乘数0100。因此此次步骤结束后，部分积寄存器的内容是0100.



3. 将乘数寄存器右移一位，同时将部分积寄存器也右移一位。同时乘数寄存器最低位溢出丢弃。而部分积寄存器最高位补0（采用算术右移，这里由于是原码，补0即可），部分积寄存器最低位溢出后填充到乘数寄存器。因此，部分积寄存器原来值0100既变成了0010，而最低位的0溢出。乘数寄存器0101，变成了 0|010，最低位0溢出，最高位被部分积溢出的0填充。（注 | 前面是被填充的0，后面是溢出后的乘数，后面都采用这种规则）



4.判断乘数寄存器。最低位为0，不做加法操作。直接执行第3步的移位操作。既有了部分积变成了0001，而乘数变成了00|01.



5.判断乘数寄存器的最低位为1，既采取2，3这2步，部分积0001加上被乘数0100变成了0101，移位后部分积变成了0010，而乘数变成了100|0.



6，判断乘数最低位为0，采取同3相同的步骤。既部分积0010变成了0001，而乘数变成了0100.至此所有乘数全部处理完毕。



最终结果为部分积做高位，乘数寄存器做低位的值 00010100,换成10进制为1 * 2^4 + 1 * 2^2 = 20 = 4 * 5.



处理流程：

1.初始化乘数寄存器，被乘数寄存器和部分积寄存器（0）

2.判断乘数寄存器最低位为1.进入2.1步骤，否则进入步骤3

2.1将部分积+被乘数，结果放到部分积

3.部分积和乘数右移一位。部分积最高位采用算术右移规则。低位溢出到乘数最高位，乘数最低位溢出丢弃。

4.判断乘数乘数是否所有位数都处理，处理完毕则结束，返回结果为部分积+乘数（部分积做高位，乘数做低位，不是简单的算术+）。否则返回到步骤2，循环。



数学原理： 4 * 5 = 100 * 101 = 100 *1 * 2^10 + 100 * 0 * 2^1 + 100 * 1 * 2^0



因为硬件无法表示真值的，最为简单的为原码，既添加一个位做符号位，0为正，负为1.在做乘法时候，符号位单独提出，后面2个数值做乘法运算，再将符号位做一次异或操作既可以得到结果的符号位，添加上即可。关于复杂的补码计算器和更复杂的浮点。有机会再学习。
jsjygm 2011-01-11
  • 打赏
  • 举报
 回复
[Quote=引用 5 楼 guandq2106 的回复:]

引用 2 楼 wuyu637 的回复:
http://topic.csdn.net/u/20071106/21/90066a9e-34d3-432e-9264-ac01484aad2c.html

一般来说，乘法比加法耗时，这个已经是定论了。由于cpu的硬件设计决定的。


对于2楼，请查看一下相关资料！
正确解：乘法比加法节省
原因：对于cpu而言，有专门的 乘法器/移位器 运……
[/Quote]
cpu有乘法器？不是都转化成加法做的吗。
管哥的天下 2011-01-11
  • 打赏
  • 举报
 回复
已经解决！选择其中的一个按钮，把该按钮选中为缺省按钮！
管哥的天下 2011-01-11
  • 打赏
  • 举报
 回复
[Quote=引用 2 楼 wuyu637 的回复:]
http://topic.csdn.net/u/20071106/21/90066a9e-34d3-432e-9264-ac01484aad2c.html

一般来说，乘法比加法耗时，这个已经是定论了。由于cpu的硬件设计决定的。
[/Quote]

对于2楼，请查看一下相关资料！
正确解：乘法比加法节省
原因：对于cpu而言，有专门的 乘法器/移位器 运算单元
evencoming 2011-01-11
  • 打赏
  • 举报
 回复
10e次计算。或者更多次计算
zhuliting 2011-01-11
  • 打赏
  • 举报
 回复
时间全为0的话，可以把循环开大一些
wuyu637 2011-01-10
  • 打赏
  • 举报
 回复
http://topic.csdn.net/u/20071106/21/90066a9e-34d3-432e-9264-ac01484aad2c.html

一般来说，乘法比加法耗时，这个已经是定论了。由于cpu的硬件设计决定的。
wuyu637 2011-01-10
  • 打赏
  • 举报
 回复
s=a cost: 0ms
a+b cost: 0ms
a*b cost: 0ms

为啥我的服务器算的都是0.


我觉得你应该考虑一下有没有编译器优化的问题存在，
大数运算(加法/减法/乘法/除法/幂运算)
大数运算大数运算(加法/减法/乘法/除法/幂运算)
Winograd算法 原理
1.fast convolution 原理：用非耗时运算操作（如加法）替代耗时运算操作（如乘法）达到减少算法时间度的。 例子：通过复数乘法减少乘法时间复杂度 假设: 将该乘法式表示为矩阵形式，其需要4个乘法和2个加法。将等式转变后变成3个乘法和5个加法 转变后的等式转变为矩阵形式，它的系数矩阵能够被分解为 2X3(C), 3X3(...
加法神经网络--AdderNet: DoWe Really Need Multiplications in Deep Learning?
AdderNet: DoWe Really Need Multiplications in Deep Learning? CVPR2020 https://arxiv.org/abs/1912.13200 当前主流的CNN网络使用了大量的乘法运算来计算 输入特征层和卷积滤波器的相似性（cross-correlation），由于乘法运算耗时明显大于加法运算耗时，所有本文提出一个加法神经网络，使用 l1 范数来计算 输入特征层和卷积滤波器的相似性。这样在计算滤波器的输出响应时基本不用乘法运算。针对该加法神经网络
加法运算（补码）、减法运算（补码）、乘法运算（原码、补码），补充：与、或、非、异或、加法运算（异或、与、或）
加法运算（补码）、减法运算（补码）、乘法运算（原码、补码）、与运算、或运算、非运算、异或运算，加法运算（异或、与、或）
DSP处理FFT和DFT时需要运算的次数及计算公式
DSP处理FFT和DFT时需要运算的次数及计算公式 复数运算次数分析： DFT : 乘法复数运算=N2 加法复数运算=N(N-1) FFT : 以基2进行运算 乘法复数运算=N/2 * log2N 加法复数运算=N* log2N 实数运算次数分析 对于一次复数乘法运算来说： 一次复数乘法运算次数=4次实数乘法+2次实数加法 一次复数加法运算次数=2次实数加法运算 所以： DFT 实数运算次......
其它技术问题

3,882

社区成员

9,059

社区内容

发帖
与我相关
我的任务
社区描述
C/C++ 其它技术问题
社区管理员
  • 其它技术问题社区
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章