Профилирование C++ кода на Linux: как найти узкие места и ускорить программу?

Лучший способ профилирования C++ на Linux: perf + FlameGraph

Ваша проблема типична: вы написали код, который работает, но неэффективно. Профилирование поможет найти узкие места. Я рекомендую использовать perf — это встроенный в ядро Linux инструмент с минимальными накладными расходами. Он работает на уровне выборки (sampling), не замедляя программу.

Шаг 1: Установка и компиляция с отладочными символами

Установите perf и соберите программу с флагами -g -O2 (флаг -g добавляет отладочные символы для читаемых стеков):

sudo apt install linux-tools-common linux-tools-generic
g++ -g -O2 -march=native -o myapp main.cpp

Шаг 2: Запись профиля

Запустите программу под perf с частотой выборки 99 Гц (стандартная частота, избегающая синхронизации с системным таймером):

sudo perf record -F 99 -g ./myapp
# После завершения появится файл perf.data

Шаг 3: Просмотр отчёта

Интерактивный просмотр:

perf report -g graph

Вы увидите таблицу с функциями, отсортированными по проценту времени. Нажмите Enter на функции, чтобы развернуть стек вызовов. Скорее всего, вы увидите, что std::sin и std::cos занимают 80-90% времени — это ожидаемо из-за вложенного цикла.

Шаг 4: Визуализация с FlameGraph

Для наглядности сгенерируйте флейм-график (огненную диаграмму):

# Скачайте скрипты
git clone https://github.com/brendangregg/FlameGraph
cd FlameGraph
# Преобразуйте perf.data в стектрейсы
sudo perf script > out.perf
# Создайте SVG
./stackcollapse-perf.pl out.perf > out.folded
./flamegraph.pl out.folded > profile.svg

Откройте profile.svg в браузере. Ширина каждого прямоугольника пропорциональна времени, проведённому в функции. Кликнув на прямоугольник, вы увидите его долю и контекст вызова.

Что делать с результатами?

В вашем случае очевидное узкое место — вложенный цикл из 1000 итераций с вызовом тригонометрических функций. Решения:

• Оптимизация алгоритма: пересмотрите необходимость 1000 итераций. Возможно, достаточно 10-20.
• Таблицы предвычислений (lookup tables): если аргументы повторяются, вычислите sin/cos один раз.
• Использование SIMD: библиотеки вроде Intel MKL или Agner Fog's vector class могут ускорить вычисления.
• Упрощение: замените sin(val*1.5)+cos(val*0.7) на аппроксимацию полиномами.

Альтернативы perf

Если вам нужен простой старт, попробуйте Valgrind --tool=callgrind. Он эмулирует каждую инструкцию, давая точные данные, но замедляет программу в 10-50 раз. Для 4-минутного выполнения это неприемлемо — perf здесь лучший выбор.

Также можно использовать gprof, но он требует специальной компиляции (-pg) и даёт менее точные результаты из-за инструментирования вызовов функций. Я рекомендую начать с perf — это промышленный стандарт.

#include <benchmark/benchmark.h>
#include <vector>
#include <cmath>

static void BM_ProcessData(benchmark::State& state) {
    std::vector<double> input(10000);
    for (auto& v : input) v = 1.5;
    for (auto _ : state) {
        auto result = processData(input); // ваша функция
        benchmark::DoNotOptimize(result);
    }
}
BENCHMARK(BM_ProcessData);
BENCHMARK_MAIN();