C++的高效从何而来
前一段时间，实验室的一哥们突然跑过来跟我说，“我自己写了个C的快速排序，排了一个10000000个int的数组，貌似比C库中是qsort算法要快，咋回事？C++的STL中快排（quick sort）算法的效率如何？”。
听他这么一说，我就立即做了个实验，写了如下代码：
#include <iostream> #include <algorithm> #include <time.h> using namespace std; #define MAX_LEN 10000000 int arri[MAX_LEN]; int compare(const void* i, const void* j) { return (*(int*)i - *(int*)j); } int main() { for (int i = 0; i < MAX_LEN; i++) { arri[i] = rand() % MAX_LEN; } ::clock_t start, finish; //STL sort start = ::clock(); sort(arri, arri + MAX_LEN); finish = ::clock(); cout << "STL sort:\t" << finish - start << "ms" << endl; for (int i = 0; i < MAX_LEN; i++) { arri[i] = rand() % MAX_LEN; } //C qsort start = ::clock(); qsort(arri, MAX_LEN, sizeof(arri[0]), compare); finish = ::clock(); cout << "C qsort:\t\t" << finish - start << "ms" << endl; return 0; }
我机器上装的是CodeBlocks（10.05）+MinGW（4.7.2）的环境。
首先，在debug模式下，CodeBlocks显示出当前的编译器命令：
mingw32-g++.exe -Wall -fexceptions -g -std=c++0x -c D:\Workspaces\CodeBlocks\TestSortQ\main.cpp -o obj\Debug\main.o
mingw32-g++.exe -o bin\Debug\TestSortQ.exe obj\Debug\main.o
运行结果：
运行结果让我大吃一惊，STL不可能这么慢啊！后来仔细一想，这是debug模式，没有加任何优化，加上优化看看什么结果：
mingw32-g++.exe -Wall -fexceptions -O2 -std=c++0x -c D:\Workspaces\CodeBlocks\TestSortQ\main.cpp -o obj\Release\main.o
mingw32-g++.exe -o bin\Release\TestSortQ.exe obj\Release\main.o -s
运行结果：
果然，O2选项一加上，STL sort瞬间完成了逆袭，运行时间优化了75%，而C qsort优化前后变化不是很明显，大概减少了10%。
问题来了，为什么C++标准库的快排的优化效果如此明显，而C库的快排优化不是很明显呢？
答案是inline。
我们知道，STL是泛型编程的杰出成果，里面的容器、迭代器、算法几乎都是通过泛型实现的，使得STL的通用性很强。泛型编程的一个负面效果就是破坏了接口与实现的分离，即头文件中声明，源文件中实现，源文件单独编译成库，用户只需要拿到头文件和库就可以使用了，看不到具体实现，这就是所谓的ABI，也是C的传统做法。有人会问，为什么不能做到接口与实现的分离，因为泛型编程中的函数和类，在没有接受一个模版参数之前，是没办法实例化的，只有当用户给定了模版参数的时候，编译器才会去实例化一个具体的类或函数。
如，C++ STL中的快速排序算法定义：
template< class RandomIt > void sort( RandomIt first, RandomIt last );
sort(arri, arri + MAX_LEN);
编译器通过自动类型推导，知道了RandomIt其实是一个int*，于是产生这个函数：
sort(int*, int*);
具体实现中的RandomIt已经都替换成相应的int*，一个完整的函数就产生了。
关键的问题出现了！编译器在实例化一个函数（类也一样）的时候，它必须知道具体的实现代码，才能够产生完整的函数。这也是为什么如果大家自己写模版的时候，.h文件和.cpp文件的关系变得十分奇怪的原因，一般做饭是在.h文件末尾，#include xx.cpp，其中xx.cpp中实现了.h文件中的函数声明，或者干脆直接在.h文件中写实现。否则，如果按照一般的.h和.cpp的关系，编译器会报错，说找不到函数的实现。写过模版的程序猿应该都知道这个。
事实上，C++标准委员会为了解决这个问题，曾经引入了export关键字，来试图解决这个问题，但很少有编译器实现了（估计是实现难度较大，且增加了复杂度，得不偿失），所以这个关键字后来基本上费了。
大家或许会问，你是不是走题了，刚开始不是讨论C++的效率问题吗？怎么说了半天泛型和模版的事情了？
答案是，真是由于泛型的这个“副作用”，使得编译器可以做更多的优化！
既然编译器知道具体的实现，那么inline是编译器可以在优化上大显身手的一个手段，sort函数中需要一个compare函数（在C++中还可以通过函数对象或者操作符重载实现）来知道如何比较两个元素的大小，sort函数每次比较的时候，都会调用这个函数。对于一个10000000个元素的数组，一共会调用多少次这个compare函数是可想而知的（具体数目可以算出来），而一次函数调用的开销比较大，如栈的分配等等，这就很大程度上限制了C库中的qsort的威力，因为qsort的实现是在编译在库中的，它所调用的函数就没法inline到qsort函数里面去。但是STL是可以做到的，所以它的优化效果非常明显。
另外一个STL sort效率高的原因，在于算法的实现，不仅仅是快速排序算法，估计这也是为什么名字叫sort而不叫qsort的原因吧。在SGI STL(GNU所使用的STL)的实现中，sort函数一共采用了三种排序算法，分别是quick sort，heap sort和insert sort。使用策略如下：
1、函数主体为quick sort，但是在递归调用的时候，加上了一个参数记录迭代层数，如果迭代次数超过一定数目，转而采用heap sort。原因是如果迭代次数过多，很可能意味着quick sort落入了最坏情况（O(n2)），而heap sort的最坏情况依然是O(nlogn)。
2、当数组划分到很小的一段时，采用insert sort。原因是对于小数据量采用quick sort有些不划算（quick sort适合处理大量数据），因为quick sort本身是递归的，递归就是一次函数调用，开销较大。而insert sort在较小数据量的情况下，表现很好。
具体算法可参考SGI STL和侯捷的《STL源码剖析》。
说了这么一大堆，其实想表达的一点就是，C++为了提高效率，可以说无所不用其极，无论是STL算法实现，还是编译器的优化（语言本身为了编译器能做优化也下了很多功夫），都体现了C++的三大设计思想（或者叫做约束，可参考孟岩《关于C++复杂性的零碎思考》）之一：最高性能。
回到那位哥们的问题，为什么他的快排效率比C库的要高？我不否认他的水平，但是我感觉最大的原因还是，自己写的函数，编译器可以将compare的功能内敛到函数里面去，所以效率比C库的qsort效率要高。
关于C++的高效，我还想继续写一些文章，这篇博客且当作一个开始吧。
