我的代码需要不断地计算从下面的函数值：
inline double f (double x) {
return ( tanh( 3*(5-x) ) *0.5 + 0.5);
}
剖析表明，这部分程序是大部分的时间都花在。 由于该方案将数周甚至数月跑，我想优化这个操作并正在考虑使用一个查找表。
我知道，一个查找表的效率依赖于表本身的大小，在路上，它的设计。 目前我不能使用小于100 MB，并且可以使用高达2GB。 在矩阵中两个点之间的值，线性插值。
将使用查找表比做计算更快？ 此外，将使用N维矩阵是除了1-d的std ::矢量更好的，哪些是不应该越过所述表的大小的阈值（如果有的话）？
我正在写不断要求从一个特定的函数计算值的代码。 一些分析后，我发现我的这部分程序是大部分的时间都花在。
到目前为止，我不能使用小于100 MB，我可以使用高达2GB。 线性内插将用于点矩阵中的点之间。
如果你想有巨大的查找表（数百MB如你所说），它不适合高速缓存 - 最有可能的存储器查找的时间会比计算本身高得多。 RAM是“非常缓慢”，尤其是庞大的阵列的任意位置进行读取时。
下面是合成的试验：
现场演示
#include <boost/progress.hpp>
#include <iostream>
#include <ostream>
#include <vector>
#include <cmath>
using namespace boost;
using namespace std;
inline double calc(double x)
{
return ( tanh( 3*(5-x) ) *0.5 + 0.5);
}
template<typename F>
void test(F &&f)
{
progress_timer t;
volatile double res;
for(unsigned i=0;i!=1<<26;++i)
res = f(i);
(void)res;
}
int main()
{
const unsigned size = (1 << 26) + 1;
vector<double> table(size);
cout << "table size is " << 1.0*sizeof(double)*size/(1 << 20) << "MiB" << endl;
cout << "calc ";
test(calc);
cout << "dummy lookup ";
test([&](unsigned i){return table[(i << 12)%size];}); // dummy lookup, not real values
}
我的机器上输出是：
table size is 512MiB
calc 0.52 s
dummy lookup 0.92 s
