C++代码性能分析：在实践中寻找瓶颈

面向初学者的在线Python训练器

轻松学习Python，无需理论负担。在浏览器中直接解决带自动检查的实践任务，无需安装任何东西。

开始课程

引言：为什么要对C++代码进行性能分析？

没有测量的优化就是猜测。即使是经验丰富的开发人员，也常常会错误地判断哪段代码运行最慢。性能分析是回答“程序究竟在哪里花费了最多时间？”这一问题的唯一科学方法。

在本文中，我们将介绍在Linux上对C++代码进行性能分析的实用工具：gprof、perf和Valgrind（Callgrind）。您将学习如何运行分析器、解读它们的报告以及找到真正的瓶颈。

1. 使用gprof进行性能分析

代码准备

gprof是最简单、最易用的分析器。要使用它，需要使用-pg标志编译程序：

g++ -pg -O2 main.cpp -o my_program

运行程序。它的执行速度会比平时稍慢，但会创建一个包含性能分析数据的gmon.out文件。然后运行gprof：

./my_programgprof my_program gmon.out > report.txt

分析示例

考虑一个包含两个函数的简单程序：

#include <iostream>#include <cmath>

void slowFunction() {    double sum = 0.0;    for (int i = 0; i < 100000000; ++i) {        sum += std::sin(i) * std::cos(i);    }    std::cout << "Sum: " << sum << std::endl;}

void fastFunction() {    int count = 0;    for (int i = 0; i < 1000; ++i) {        for (int j = 0; j < 1000; ++j) {            count += (i * j) % 3;        }    }    std::cout << "Count: " << count << std::endl;}

int main() {    slowFunction();    fastFunction();    return 0;}

运行gprof后，在报告中我们会看到一个包含每个函数执行时间的表格：

Flat profile:

Each sample counts as 0.01 seconds.  %   cumulative   self              self     total time   seconds   seconds    calls  ms/call  ms/call  name 99.0      1.98     1.98        1  1980.0  1980.0  slowFunction()  1.0      0.02     0.02        1    20.0    20.0  fastFunction()

结论很明显：slowFunction()占用了99%的时间。瓶颈在于循环中调用了三角函数sin和cos。

gprof的局限性

仅适用于使用-pg编译的程序
不显示内联函数的执行时间
不适用于多线程应用程序（未经额外配置）

2. 使用perf进行性能分析（Linux）

基本运行

perf是一个强大的内核级性能分析工具。它不需要重新编译程序，并且适用于任何二进制文件（即使是使用-O3优化编译的）：

# 安装（如果没有）sudo apt install linux-tools-common linux-tools-generic

# 统计CPU周期进行性能分析perf stat ./my_program

# 记录事件以进行详细分析perf record ./my_programperf report

perf stat示例

对于同一个程序，perf stat将显示：

Performance counter stats for './my_program':

      1,987.45 msec task-clock                #    1.000 CPUs utilized            10      context-switches          #    5.028 /sec             0      cpu-migrations            #    0.000 /sec           105      page-faults               #   52.832 /sec  5,234,567,890      cycles                    #    2.634 GHz  9,876,543,210      instructions              #    1.89  insn per cycle   1,234,567,890      branches                  #  621.234 M/sec        10,000,000      branch-misses             #    0.81% of all branches

       1.987456789 seconds time elapsed

关键指标