我和几个编程领域的小伙伴参加了一场友好的比赛，最近我们都对编写高效代码非常感兴趣。我们的挑战是不计任何成本（包括可读性、可复用性等），尝试优化代码的性能（即CPU时间和复杂度）。
问题在于，现在我们需要比较我们的代码，并查看哪种方法与其他方法相比更好，但我们不知道有任何可以完成此任务的工具。
我的问题是，是否有一些（任何！）工具可以将代码片段作为输入，并计算运行它所需的FLOPS或CPU指令数量？ 是否有任何工具可以衡量代码的优化性？
P.S. 目标语言是C++，但如果有类似的工具也适用于Java，则也很不错。
这是一个我喜欢使用的 C++11 秒表，当我需要计时时，我会使用它：
#include <chrono>
#include <ctime>
template <typename T> class basic_stopwatch
{
typedef T clock;
typename clock::time_point p;
typename clock::duration d;
public:
void tick() { p = clock::now(); }
void tock() { d += clock::now() - p; }
void reset() { d = clock::duration::zero(); }
template <typename S> unsigned long long int report() const
{
return std::chrono::duration_cast<S>(d).count();
}
unsigned long long int report_ms() const
{
return report<std::chrono::milliseconds>();
}
basic_stopwatch() : p(), d() { }
};
struct c_clock
{
typedef std::clock_t time_point;
typedef std::clock_t duration;
static time_point now() { return std::clock(); }
};
template <> unsigned long long int basic_stopwatch<c_clock>::report_ms() const
{
return 1000. * double(d) / double(CLOCKS_PER_SEC);
}
typedef basic_stopwatch<std::chrono::high_resolution_clock> stopwatch;
typedef basic_stopwatch<c_clock> cstopwatch;
使用方法：
stopwatch sw;
sw.tick();
run_long_code();
sw.tock();
std::cout << "This took " << sw.report_ms() << "ms.\n";
在任何一个良好的实现中，high_resolution_clock默认情况下应该提供非常精确的时间信息。
chrono 或 clock_gettime 提供的稳定时钟可以克服这一问题。 - Kerrek SB有一个来自<ctime>的函数叫做std::clock()，可以返回当前进程在CPU上运行的时间（也就是不计算程序因为CPU执行其他任务而空闲的时间）。这个函数可以用来准确地测量算法的执行时间。使用常量std::CLOCKS_PER_SEC（同样来自<ctime>）将返回值转换为秒。
从内联汇编中，您可以使用rdtsc指令将32位（最低有效部分）计数器加载到eax寄存器中，并将32位（最高有效部分）加载到edx寄存器中。如果您的代码太小，您可以通过eax寄存器检查总近似CPU周期。如果计数超过32位值的最大值，则每个max-32位值周期edx递增。
int cpu_clk1a=0;
int cpu_clk1b=0;
int cpu_clk2a=0;
int cpu_clk2b=0;
int max=0;
std::cin>>max; //loop limit
__asm
{
push eax
push edx
rdtsc //gets current cpu-clock-counter into eax&edx
mov [cpu_clk1a],eax
mov [cpu_clk1b],edx
pop edx
pop eax
}
long temp=0;
for(int i=0;i<max;i++)
{
temp+=clock();//needed to defy optimization to actually measure something
//even the smartest compiler cannot know what
//the clock would be
}
__asm
{
push eax
push edx
rdtsc //gets current cpu-clock-counter into aex&edx
mov [cpu_clk2a],eax
mov [cpu_clk2b],edx
pop edx
pop eax
}
std::cout<<(cpu_clk2a-cpu_clk1a)<<std::endl;
//if your loop takes more than ~2billions of cpu-clocks, use cpu_clk1b and 2b
getchar();
getchar();
在我的机器上，1000次迭代需要74000个cpu周期，10000次迭代需要800000个cpu周期。由于clock（）非常耗时。
在我的机器上，CPU周期分辨率约为1000个周期。是的，您需要进行数千次加法/减法（快速指令）才能相对正确地测量它。
假设CPU工作频率保持不变，那么1000个CPU周期几乎等于1微秒，适用于1GHz的CPU。在进行此操作之前，您应该预热CPU。
从一段代码中计算CPU时间的详细数字是相当困难的。通常的做法是设计最坏/平均/最好的输入数据作为测试用例，并基于这些测试用例对您的实际代码进行时间分析。如果没有详细的输入测试数据和条件，任何工具都无法告诉您FLOPS。
测量CPU指令的数量是相当无用的。
性能是相对于瓶颈而言的，取决于手头的问题，瓶颈可能是网络、磁盘IO、内存或CPU。
对于友好的竞争，我建议使用计时。当然，这意味着提供足够大的测试用例来获得有意义的度量。
在Unix上，您可以使用 gettimeofday 进行相对精确的测量。
time ./prog是否足够？ - Kerrek SB