성능 고려 사항

는 순수한 부동 포인트 운영을 고려하지 않습니다. 부서는 종종 더 많은 계산이 필요하며 눈에 띄는 마진으로 더 느릴 수 있습니다. 그러나이 차이는 두 가지 작업을 효율적으로 처리하는 최신 CPU와 덜 두드러지게됩니다.

반복적 인 구분 및 곱셈 작업을 포함하는 업데이트 된 코드 스 니펫에서 구분은 일반적으로 느리게 진행되지만 상당한 범위는 아닙니다. 루프의 전반적인 속도는 캐시 동작 및 특정 CPU 아키텍처와 같은 요소에 따라 다릅니다.

아키텍처 및 알고리즘 영향

[&&] [&&] [&&] [&&] [&&] [&&] [&&] [&&] [&&] [&&] [&&] [&&] [&&] [&&] [&&] [&&] [&&] [&&] [&&] [&&] [&&] [&&] [&&] [&&] 우리는 A 플로팅 지점 (FPU)의 내부 작업을 탐구해야합니다. 곱셈에는 이동 및 추가가 포함되지만 동시에 수행 할 수있는 것은 반복적 인 뺄셈을 포함합니다. 이 순차적 특성은 더 긴 실행 시간을 초래합니다. [&&&] [&&&] 일부 FPU는 최적화를 사용 하여이 성능 격차를 완화합니다. 이들은 제수의 역수에 근사한 다음 분할 대신 곱셈을 수행합니다. 이 방법은 정확성을 희생하지만 눈에 띄게 빠를 수 있습니다. [&&&] [&&] [&&] [&&] 결론 [&&&] [&&] [&&] [&&] [&&] [&&] [&&] [&&] [&&] [&&] 부동 소수점 분할과 곱셈의 성능 차이는 구형 시스템에 비해 더 미묘합니다. 그러나 특정 시나리오와 많은 부서 집약적 코드의 경우 성능을 최적화 할 때 이러한 작업의 상대적인 속도를 고려할 가치가 있습니다. [&&&]