C语言for循环数组赋值的异常性能问题排查

问题背景 #

原串行代码运行耗时约1.3秒，添加#pragma omp parallel for指令实现并行后，耗时降至约0.2秒。测试中发现以下异常现象：

• 移除循环最后一行赋值语句theta_rec[i] = (1.0 / 4.0) * atan2(sum_i, sum_r) - M_PI / 4;时，代码耗时变为0秒；
• 仅计算表达式并赋值给临时变量double tmp = (1.0 / 4.0) * atan2(sum_i, sum_r) - M_PI / 4;，耗时仍为0秒；
• 将临时变量tmp赋值给theta_rec[i]时，耗时回到0.2秒；
• 直接给theta_rec[i]赋值常量1.2，耗时同样为0秒。

测试代码 #

核心计算函数 #

void test(double* sigs_in_r, double* sigs_in_i, int Nsig, int nCPE, double* theta_rec) {
    
    #pragma omp parallel for
    for (int i = 0; i < Nsig; i++) {
        int start = i - nCPE > 0 ? i - nCPE : 0;
        int stop = i + nCPE < Nsig - 2 ? i + nCPE : Nsig - 2;
        double sum_r = 0.0;
        double sum_i = 0.0;

        for (int j = start; j <= stop; j++) {
            double sigs_in_r_j = sigs_in_r[j];
            double sigs_in_i_j = sigs_in_i[j];
            double abs_val = sqrt(sigs_in_r_j * sigs_in_r_j + sigs_in_i_j * sigs_in_i_j);
            double arg_val = atan2(sigs_in_i_j, sigs_in_r_j);
            double abs_val_pow4 = abs_val * abs_val * abs_val * abs_val;
            sum_r += abs_val_pow4 * cos(4 * arg_val);
            sum_i += abs_val_pow4 * sin(4 * arg_val);
        }
        theta_rec[i] = (1.0 / 4.0) * atan2(sum_i, sum_r) - M_PI / 4;
        //double tmp = (1.0 / 4.0) * atan2(sum_i, sum_r) - M_PI / 4;
        //theta_rec[i] = tmp;
        //theta_rec[i] = 1.2;
    }
}

主测试函数 #

#define SIZE 100000
int main() {
    clock_t start, end;
    double cpu_time_used;
    double *arr1 = calloc(SIZE, sizeof(double));
    double *arr2 = calloc(SIZE, sizeof(double));

    double *theta = calloc(SIZE, sizeof(double));

    for (int i = 0; i < SIZE; i++) {
        arr1[i] = 1.0;
        arr2[i] = 2.0;
    }

    start = clock(); // 启动计时器

    test(arr1, arr2, SIZE, 100, theta);

    end = clock(); // 停止计时器

    cpu_time_used = ((double) (end - start)) / CLOCKS_PER_SEC; // 计算耗时（秒）

    printf("Computation time: %f seconds\n", cpu_time_used);

    return 0;
}

头文件依赖 #

#include <stdlib.h>
#include <stdio.h>
#include <omp.h>
#define _USE_MATH_DEFINES
#include <math.h>
#include <time.h>

编译命令 #

gcc -Wall -Wextra -O3 -Ofast -fopenmp -std=c99 test.c -o test

原因分析 #

这是编译器高优化级别下的死代码消除导致的现象，具体逻辑如下：

1. 无输出时的全量消除：当代码没有将计算结果写入theta_rec数组、仅赋值给未使用的临时变量时，编译器发现所有计算逻辑的结果没有被后续代码读取（主函数未使用theta数组内容），在-O3/-Ofast优化级别下会直接删除所有无关计算，自然耗时为0秒。
2. 赋值常量时的逻辑简化：直接给theta_rec[i]赋值常量时，编译器能识别出内层循环的计算与最终赋值无关，会删除所有内层循环的计算逻辑，仅保留批量内存赋值操作——该操作耗时极短，因此显示为0秒。
3. 赋值表达式结果时的计算保留：当把表达式结果写入theta_rec[i]时，编译器必须保留内层循环的计算逻辑（需要sum_r和sum_i来推导最终值），同时执行内存写入操作，所有计算逻辑被完整保留，因此耗时回到0.2秒。

验证方式：在主函数计时结束后，添加一行读取theta数组元素的代码（如printf("%lf\n", theta[0]);），此时即使是仅计算临时变量的情况，耗时也会变回0.2秒——因为编译器无法再消除计算逻辑，结果需要被使用。

内容的提问来源于stack exchange，提问作者phw