C++ 性能小测 1 二维数组的遍历效率

C++ 性能小测 1 二维数组的遍历效率

遍历二维数组时，常规思路是使用一个嵌套循环。一方面，由于 CPU 使用了分支预测技术，因此通常将循环次数最多循环的放在最内层。另一方面，由于二维数组是按行存储的，因此遍历二维数组时，一般将列循环放在内层。但当数组的行数rowSize大于数组的列数columnSize时，这两条规律无法同时得到满足。下面通过一个小测试来判断这个时候哪种方式效率更高。

#include <iostream>
#include <ctime>

using namespace std;

const int rowSize = 50000;
const int columnSize = 2000;
const int testCount = 100;

int main()
{
    //生成大型二维数组
    int** arr = new int * [rowSize];
    for (int i = 0; i < rowSize; i++)
    {
        arr[i] = new int[columnSize];
        for (int j = 0; j < columnSize; j++)
        {
            arr[i][j] = rand() % 5;
	}
    }

    //声明工具变量
    double meanTime = 0;
    long double sum = 0;
    clock_t start, end, time;

    //将列循环放在内层，进行多次测试
    time = 0;
    for (int k = 0; k < testCount; ++k)
    {
        sum = 0;
	start = clock();
	for (int i = 0; i < rowSize; ++i)
	{
	    for (int j = 0; j < columnSize; ++j)
	    {
	        sum += arr[i][j];
	    }
	}
	end = clock();
	sum = sum / (rowSize * columnSize);
	time += end - start;
    }
    meanTime = (double) time / testCount / CLOCKS_PER_SEC;
    cout << "列循环放在内层平均耗时" << meanTime << "秒，平均值为" << sum << endl;

    //将列循环放在外层，进行多次测试
    time = 0;
    for (int k = 0; k < testCount; ++k)
    {
        sum = 0;
	start = clock();
	for (int j = 0; j < columnSize; ++j)
	{
	    for (int i = 0; i < rowSize; ++i)
	    {
		sum += arr[i][j];
	    }
	}
	end = clock();
	sum = sum / (rowSize * columnSize);
	time += end - start;
    }
    meanTime = (double) time / testCount / CLOCKS_PER_SEC;
    cout << "列循环放在外层平均耗时" << meanTime << "秒，平均值为" << sum << endl;

    //释放大型二维数组内存
    for (int i = 0; i < rowSize; i++)
        delete[] arr[i];
    delete[] arr;

    system("pause");
    return 0;
}

测试输出如下：

列循环放在内层平均耗时0.42657秒，平均值为1.99975
列循环放在外层平均耗时1.35246秒，平均值为1.99975
请按任意键继续. . .

由此可得：使用嵌套循环遍历二维数组时，将列循环放在内层运行效率更高，即使所遍历的二维数组行数远大于列数。