这是相关程序的摘录。矩阵img[][]的大小为 SIZE×SIZE，初始化为：
img[][]
img[j][i] = 2 * j + i
然后，你做一个矩阵res[][]，这里的每个字段都是img矩阵中它周围9个字段的平均值。为简单起见，边框保留为 0。
res[][]
for(i=1;i<SIZE-1;i++) for(j=1;j<SIZE-1;j++) { res[j][i]=0; for(k=-1;k<2;k++) for(l=-1;l<2;l++) res[j][i] += img[j+l][i+k]; res[j][i] /= 9; }
这就是程序的全部内容。为了完整起见，这里是之前的内容。后面没有代码。如您所见，这只是初始化。
#define SIZE 8192 float img[SIZE][SIZE]; // input image float res[SIZE][SIZE]; //result of mean filter int i,j,k,l; for(i=0;i<SIZE;i++) for(j=0;j<SIZE;j++) img[j][i] = (2*j+i)%8196;
基本上，当 SIZE 是 2048 的倍数时，这个程序很慢，例如执行时间：
SIZE = 8191: 3.44 secs SIZE = 8192: 7.20 secs SIZE = 8193: 3.18 secs
编译器是 GCC。据我所知，这是因为内存管理，但我对这个主题并不太了解，这就是我在这里问的原因。
另外如何解决这个问题会很好，但如果有人能解释这些执行时间，我已经很高兴了。
我已经知道 malloc/free，但问题不在于使用的内存量，而只是执行时间，所以我不知道这会有什么帮助。
但这只是因为代码还有另一个问题。
从原始循环开始：
首先注意两个内部循环是微不足道的。它们可以按如下方式展开：
for(i=1;i<SIZE-1;i++) { for(j=1;j<SIZE-1;j++) { res[j][i]=0; res[j][i] += img[j-1][i-1]; res[j][i] += img[j ][i-1]; res[j][i] += img[j+1][i-1]; res[j][i] += img[j-1][i ]; res[j][i] += img[j ][i ]; res[j][i] += img[j+1][i ]; res[j][i] += img[j-1][i+1]; res[j][i] += img[j ][i+1]; res[j][i] += img[j+1][i+1]; res[j][i] /= 9; } }
这样就剩下我们感兴趣的两个外循环了。
现在我们可以看到这个问题的问题是相同的：为什么在迭代二维数组时循环的顺序会影响性能？
您正在逐列而不是逐行迭代矩阵。
要解决这个问题，您应该交换两个循环。
for(j=1;j<SIZE-1;j++) { for(i=1;i<SIZE-1;i++) { res[j][i]=0; res[j][i] += img[j-1][i-1]; res[j][i] += img[j ][i-1]; res[j][i] += img[j+1][i-1]; res[j][i] += img[j-1][i ]; res[j][i] += img[j ][i ]; res[j][i] += img[j+1][i ]; res[j][i] += img[j-1][i+1]; res[j][i] += img[j ][i+1]; res[j][i] += img[j+1][i+1]; res[j][i] /= 9; } }
这完全消除了所有非顺序访问，因此您不再会因大的二次幂而随机减速。
酷睿 i7 920 @ 3.5 GHz
原始代码：
8191: 1.499 seconds 8192: 2.122 seconds 8193: 1.582 seconds
互换外环：
8191: 0.376 seconds 8192: 0.357 seconds 8193: 0.351 seconds
