逐位运算性能如何提高

我有一个简单的任务：确定将一些数字(字节数组长度)编码为字节数组并编码最终值所需的字节数(实现本文：Encoded Length and Value Bytes).

最初,我写了一个完成任务的快速方法：

public static Byte[] Encode(Byte[] rawData, Byte enclosingtag) {
    if (rawData == null) {
        return new Byte[] { enclosingtag, 0 };
    }
    List<Byte> computedRawData = new List<Byte> { enclosingtag };
    // if array size is less than 128, encode length directly. No questions here
    if (rawData.Length < 128) {
        computedRawData.Add((Byte)rawData.Length);
    } else {
        // convert array size to a hex string
        String hexLength = rawData.Length.ToString("x2");
        // if hex string has odd length, align it to even by prepending hex string
        // with '0' character
        if (hexLength.Length % 2 == 1) { hexLength = "0" + hexLength; }
        // take a pair of hex characters and convert each octet to a byte
        Byte[] lengthBytes = Enumerable.Range(0, hexLength.Length)
                .Where(x => x % 2 == 0)
                .Select(x => Convert.ToByte(hexLength.Substring(x, 2), 16))
                .ToArray();
        // insert padding byte, set bit 7 to 1 and add byte count required
        // to encode length bytes
        Byte paddingByte = (Byte)(128 + lengthBytes.Length);
        computedRawData.Add(paddingByte);
        computedRawData.AddRange(lengthBytes);
    }
    computedRawData.AddRange(rawData);
    return computedRawData.ToArray();
}

这是一个旧代码,用可怕的方式编写.

现在,我试图通过使用按位运算符或BitConverter类来优化代码.这是按位版本的示例：

public static Byte[] Encode2(Byte[] rawData, Byte enclosingtag) {
    if (rawData == null) {
        return new Byte[] { enclosingtag, 0 };
    }
    List<Byte> computedRawData = new List<Byte>(rawData);
    if (rawData.Length < 128) {
        computedRawData.Insert(0, (Byte)rawData.Length);
    } else {
        // temp number
        Int32 num = rawData.Length;
        // track byte count, this will be necessary further
        Int32 counter = 1;
        // simply make bitwise AND to extract byte value
        // and shift right while remaining value is still more than 255
        // (there are more than 8 bits)
        while (num >= 256) {
            counter++;
            computedRawData.Insert(0, (Byte)(num & 255));
            num = num >> 8;
        }
        // compose final array
        computedRawData.InsertRange(0, new[] { (Byte)(128 + counter), (Byte)num });
    }
    computedRawData.Insert(0, enclosingtag);
    return computedRawData.ToArray();
}

以及BitConverter类的最终实现：

public static Byte[] Encode3(Byte[] rawData, Byte enclosingtag) {
    if (rawData == null) {
        return new Byte[] { enclosingtag, 0 };
    }
    List<Byte> computedRawData = new List<Byte>(rawData);
    if (rawData.Length < 128) {
        computedRawData.Insert(0, (Byte)rawData.Length);
    } else {
        // convert integer to a byte array
        Byte[] bytes = BitConverter.GetBytes(rawData.Length);
        // start from the end of a byte array to skip unnecessary zero bytes
        for (int i = bytes.Length - 1; i >= 0; i--) {
            // once the byte value is non-zero, take everything starting
            // from the current position up to array start.
            if (bytes[i] > 0) {
                // we need to reverse the array to get the proper byte order
                computedRawData.InsertRange(0, bytes.Take(i + 1).Reverse());
                // compose final array
                computedRawData.Insert(0, (Byte)(128 + i + 1));
                computedRawData.Insert(0, enclosingtag);
                return computedRawData.ToArray();
            }
        }
    }
    return null;
}

所有方法都能按预期工作.我使用了Stopwatch class页面上的示例来衡量性能.性能测试使我感到惊讶.我的测试方法执行了1000次该方法的运行,以编码具有100000个元素的字节数组(实际上,仅数组Sixe),平均时间为：

>编码-大约200毫秒
> Encode2-约270ms
> Encode3-大约320ms

我个人喜欢方法Encode2,因为代码看起来更具可读性,但是其性能却不那么好.

问题：您对提高Encode2方法性能或提高Encode可读性有何建议？

任何帮助将不胜感激.

==========================

更新：感谢所有参与此主题的人.我考虑了所有建议,最终得出了以下解决方案：

public static Byte[] Encode6(Byte[] rawData, Byte enclosingtag) {
    if (rawData == null) {
        return new Byte[] { enclosingtag, 0 };
    }
    Byte[] retValue;
    if (rawData.Length < 128) {
        retValue = new Byte[rawData.Length + 2];
        retValue[0] = enclosingtag;
        retValue[1] = (Byte)rawData.Length;
    } else {
        Byte[] lenBytes = new Byte[3];
        Int32 num = rawData.Length;
        Int32 counter = 0;
        while (num >= 256) {
            lenBytes[counter] = (Byte)(num & 255);
            num >>= 8;
            counter++;
        }
        // 3 is: len byte and enclosing tag
        retValue = new byte[rawData.Length + 3 + counter];
        rawData.CopyTo(retValue, 3 + counter);
        retValue[0] = enclosingtag;
        retValue[1] = (Byte)(129 + counter);
        retValue[2] = (Byte)num;
        Int32 n = 3;
        for (Int32 i = counter - 1; i >= 0; i--) {
            retValue[n] = lenBytes[i];
            n++;
        }
    }
    return retValue;
}

最终,我从列表移到了固定大小的字节数组.现在,针对同一数据集的平均时间约为65毫秒.列表(似乎不是按位操作)给我的性能造成了重大损失.

解决方法:

这里的主要问题几乎可以肯定是List的分配,以及在插入新元素以及将list最终转换为数组时所需的分配.这段代码可能大部分时间都花在了垃圾回收器和内存分配器上.相比较而言,使用位运算符与不使用位运算符的意义可能很小,我将研究减少您首先分配的内存量的方法.

一种方法是发送对预先分配的字节数组的引用,并向该数组中的位置发送索引,而不是分配并返回数据,然后返回一个整数以告知已写入的字节数.在大型阵列上工作通常比在许多小型对象上工作更有效率.正如其他人提到的,使用探查器,查看代码在哪里花费时间.

当然,我提到的优化将使您的代码本质上更底层,并且更接近于您通常在C语言中所做的代码,但是通常在可读性和性能之间进行权衡.

标签：bitwise-and,performance,bitwise-operators,c
来源： https://codeday.me/bug/20191028/1953750.html