int
main()
{
using namespace std::chrono;
const auto now = system_clock::now();
const auto steady_now = CLOCK_CAST<steady_clock::time_point>(now);
const auto system_now = CLOCK_CAST<system_clock::time_point>(steady_now);
const auto diff = system_now - now;
std::cout << duration_cast<nanoseconds>(diff).count() << '\n';
}
#! /bin/bash -eu
n="$1"
shift
for exe in "$@"
do
name="${exe%.exe}"
rm -f "${name}.dat" "${name}_iterations.dat"
done
i=0
while [ $i -lt $n ]
do
for exe in "$@"
do
name="${exe%.exe}"
"./${exe}" 1>>"${name}.dat" 2>>"${name}_iterations.dat"
done
i=$(($i + 1))
done
我还写了binput.py脚本，因为我不知道如何在Gnuplot中单独绘制直方图。
#! /usr/bin/python3
import sys
import math
def main():
cutoff = float(sys.argv[2]) if len(sys.argv) >= 3 else 1.0
with open(sys.argv[1], 'r') as istr:
values = sorted(list(map(float, istr)), key=abs)
if cutoff < 1.0:
values = values[:int((cutoff - 1.0) * len(values))]
min_val = min(values)
max_val = max(values)
binsize = 1.0
if max_val - min_val > 50:
binsize = (max_val - min_val) / 50
bins = int(1 + math.ceil((max_val - min_val) / binsize))
histo = [0 for i in range(bins)]
print("minimum: {:16.6f}".format(min_val), file=sys.stderr)
print("maximum: {:16.6f}".format(max_val), file=sys.stderr)
print("binsize: {:16.6f}".format(binsize), file=sys.stderr)
for x in values:
idx = int((x - min_val) / binsize)
histo[idx] += 1
for (i, n) in enumerate(histo):
value = min_val + i * binsize
frequency = n / len(values)
print('{:16.6e} {:16.6e}'.format(value, frequency))
if __name__ == '__main__':
main()
最后，这里是errors.gp ...
tag = system('echo ${TAG-hist}')
file_hist = sprintf('%s.freq', tag)
file_plot = sprintf('%s.png', tag)
micros_eh = 0 + system('echo ${MICROS-0}')
set terminal png size 600,450
set output file_plot
set title system('echo ${TITLE-Errors}')
if (micros_eh) { set xlabel "error / µs" } else { set xlabel "error / ns" }
set ylabel "relative frequency"
set xrange [* : *]
set yrange [1.0e-5 : 1]
set log y
set format y '10^{%T}'
set format x '%g'
set style fill solid 0.6
factor = micros_eh ? 1.0e-3 : 1.0
plot file_hist using (factor * $1):2 with boxes notitle lc '#cc0000'
...和iterations.gp脚本。
tag = system('echo ${TAG-hist}')
file_hist = sprintf('%s_iterations.freq', tag)
file_plot = sprintf('%s_iterations.png', tag)
set terminal png size 600,450
set output file_plot
set title system('echo ${TITLE-Iterations}')
set xlabel "iterations"
set ylabel "frequency"
set xrange [0 : *]
set yrange [1.0e-5 : 1]
set xtics 1
set xtics add ('' 0)
set log y
set format y '10^{%T}'
set format x '%g'
set boxwidth 1.0
set style fill solid 0.6
plot file_hist using 1:2 with boxes notitle lc '#3465a4'
2条答案
按热度按时间km0tfn4u1#
我想知道T. C.并且Howard Hinnant可以被改进。作为参考，这里是我测试的基本版本。
使用测试
其中
CLOCK_CAST将是#defined，现在是clock_cast_0th，我收集了一个空闲系统和一个高负载系统的直方图。请注意，这是一个冷启动测试。我第一次尝试在一个循环中调用这个函数，它给出了 * 好得多 * 的结果。然而，我认为这会给予人一种错误的印象，因为大多数现实世界的程序可能会不时地转换一个时间点，然后 * 将 * 击中冷的情况。通过与测试程序并行运行以下任务生成负载。（我的计算机有四个CPU。
find /usr/include -execdir grep "$(pwgen 10 1)" '{}' \; -printhexdump /dev/urandom | gzip | hexdump | gzip | hexdump | gzip | hexdump | gzip | hexdump | gzip | hexdump | gzip | hexdump | gzip | hexdump | gzip | hexdump | gzip | hexdump | gzip| gunzip > /dev/nulldd if=/dev/urandom of=/tmp/spam bs=10 count=1000那些将在有限时间内终止的命令在无限循环中运行。
下面的直方图-以及随后的直方图-显示了50000次运行的误差，其中删除了最差的1 ‰。
请注意，纵坐标具有对数刻度。
在空闲情况下，误差大致落在0.5 µs和1.0 µs之间，在竞争情况下，误差大致落在0.5 µs和1.5 µs之间。
最引人注目的观察是误差分布远非对称的（根本没有负误差），这表明误差中有很大的系统分量。这是有意义的，因为如果我们在两次调用
now之间被中断，错误总是在同一个方向，我们不能被中断“负时间量”。竞争案例的直方图几乎看起来像一个完美的指数分布（注意对数尺度！）具有似乎合理的相当尖锐的截止;你被打断时间
t的几率大致与e−t成正比。然后我尝试使用以下技巧
希望内插
scr_now将部分地消除由于不可避免地按顺序调用时钟而引入的误差。在这个答案的第一个版本中，我声称这没有任何帮助。事实证明，这不是真的。在霍华德Hinnant指出他确实观察到了改进之后，我改进了我的测试，现在有一些可观察到的改进。
在误差跨度方面并没有太大的改进，但是，误差现在大致集中在零附近，这意味着我们现在的误差范围从Ҳf;-0.5 µs到0.5Ҳf; µs。
接下来，我尝试在一个循环中调用上面的代码，该循环将为
src_diff选择最佳值。该函数采用两个额外的可选参数来指定所需的精度和最大迭代次数，并在任一条件变为真时返回当前最佳值。
我在上面的代码中使用了以下两个直接的帮助函数。
误差分布现在在零附近非常对称，误差的幅度下降了几乎100倍。
我很好奇迭代平均运行的频率，所以我将
#ifdef添加到代码中，并将#define添加到main函数将打印出来的全局static变量的名称中。（请注意，我们每个实验收集两次迭代计数，因此此直方图的样本大小为100 000。另一方面，竞争案例的直方图似乎更均匀。我对此没有任何解释，我希望情况正好相反。
看起来，我们几乎总是达到迭代次数限制（但这没关系），有时我们确实提前返回。这个直方图的形状当然可以通过改变传递给函数的
tolerance和limit的值来影响。最后，我想我可以更聪明，而不是查看
src_diff，直接使用往返错误作为质量标准。事实证明，这不是一个好主意。
我们已经再次回到非对称误差分布，并且误差的幅度也增加了。（虽然功能也变得更贵了！）实际上，空闲情况下的直方图看起来很奇怪。会不会是尖峰信号对应着我们被打断的频率？这说不通啊
迭代频率显示出与之前相同的趋势。
总之，我建议使用第二种方法，我认为可选参数的默认值是合理的，但当然，这可能因机器而异。霍华德Hinnant评论说，只有四次迭代的限制对他来说效果很好。
如果你真实的的实现了这一点，你不想错过优化的机会，检查是否
std::is_same<SrcClockT, DstClockT>::value，在这种情况下，简单地应用std::chrono::time_point_cast，而不调用任何now函数（因此不会引入错误）。如果你想重复我的实验，我在这里提供了完整的代码。
clock_castXYZ``代码已经完成。（只需将所有示例连接到一个文件中，#include明显的标题并保存为clock_cast.hxx。下面是我使用的实际
main.cxx。下面的
GNUmakefile构建并运行所有内容。辅助脚本
run.sh相当简单。作为对这个答案的早期版本的改进，我现在在内部循环中执行不同的程序，以便更公平，也可能更好地摆脱缓存效应。我还写了
binput.py脚本，因为我不知道如何在Gnuplot中单独绘制直方图。最后，这里是
errors.gp......和
iterations.gp脚本。kxxlusnw2#
没有办法精确地做到这一点，除非你知道两个时钟历元之间的精确持续时间差。你不知道
high_resolution_clock和system_clock的情况，除非is_same<high_resolution_clock, system_clock>{}是true。话虽如此，你可以编写一个近似正确的翻译，它就像T.C.在他的评论中所说的那样。事实上，libc在
condition_variable::wait_for的实现中使用了这种技巧：https://github.com/llvm-mirror/libcxx/blob/78d6a7767ed57b50122a161b91f59f19c9bd0d19/include/__mutex_base#L455
对不同时钟的
now的调用尽可能地接近，希望线程在这两个调用之间不会被抢占太长时间。这是我所知道的最好的方法，规范中有回旋的余地来允许这些类型的恶作剧。有些东西可以晚一点醒来，但不能早一点醒来。在libc的情况下，底层操作系统只知道如何等待
system_clock::time_point，但规范要求您必须等待steady_clock（有充分的理由）。所以你尽你所能。下面是HelloWorld的一个想法：
对我来说，使用Apple clang/libc++ at -O3输出：
指示组合转换具有6微秒的误差。
更新
我在上面的一个转换中任意颠倒了对
now()的调用顺序，使得一个转换以一种顺序调用它们，而另一个转换以相反的顺序调用它们。这 * 应该 * 对任何 * 一个 * 转换的准确性没有影响。然而，当我在这个HelloWorld中转换 * 两种 * 方式时，应该有一个统计取消，这有助于减少 * 往返 * 转换错误。