浮点数还是双精度？

Question

在进行算术运算（+-*/%）时，double和float哪个更快？考虑到内存原因，只使用float值是否值得？精度不是很重要。

如果我为使用的float数量越来越多而担心，可以随意称我为疯子。编辑1：这个问题之所以涉及到Android，是因为我认为内存很重要；如果是桌面开发，我甚至都不会问这个问题。

- ahodder

---

CPU在处理浮点数和双精度浮点数方面表现不佳，而整数则是理想的选择。您是否有一个计划使用浮点数或双精度浮点数的例子？ - whirlwin

我在单位转换中使用它们（例如，从托到PSI或从PSI到帕斯卡）。虽然精度不是一个很大的问题，但如果我使用整数，那么准确性就会彻底消失。 - ahodder

@AedonEtLIRA，Whirlwin：他可能在谈论使用整数来实现自定义定点数学，这将允许您完全控制精度。 - Merlyn Morgan-Graham

@AedonEtLIRA：我问这个问题的原因是，“哪种数据类型更快”取决于编译器/JIT实现和架构。我认为唯一合理的方法（不赌博的情况下）是a）查看现有的框架或应用程序，模仿它们，或者b）创建两者的概念证明，尝试将其加载到与您实际最终使用相近的程度，并测量结果。 - Merlyn Morgan-Graham

你们有多少个这样的东西？10个可以节省40个字节。一万个它们可以节省40,000个字节。就性能而言，我不确定Android，但在x86上，我认为机器最喜欢使用双精度浮点数。 - Mike Dunlavey

Answer 1

现在的CPU处理速度，在这两种类型的数据上应该大致相同。

"使用任何需要的精度以获得可接受的结果。"

这里在SO上已经有几次相关的提问了，这是其中的一篇。

编辑：

就速度而言，在较新的硬件上，浮点数和双精度没有区别。

请查看developer.android.com上的这篇文章。

- Nick Rolando

Answer 2

由于Dalvik从Froyo（API 8及更高版本）开始进行JIT（即时编译）优化，因此ADT v21提示建议使用Double而不是Float。

我曾经使用FloatMath.sin，但它建议我改用Math.sin，并在“解释问题”上下文菜单中提供以下内容。听起来像是关于double与float而不仅仅是三角函数相关的一般性消息。

"在旧版Android中，由于性能原因，建议使用android.util.FloatMath操作float。然而，在现代硬件上，double与float一样快（虽然它们占用更多内存），并且在最近的Android版本中，由于JIT对java.lang.Math的优化方式，FloatMath实际上比使用java.lang.Math更慢。因此，如果您只针对Froyo及以上版本，请使用Math而不是FloatMath。"

希望这可以帮助你。

- phillxnet

Answer 3

我不建议使用快速操作，但我相信对于浮点数的操作会更快，因为它们是32位的，而双精度浮点数则为64位。

- if_zero_equals_one

---

我写了一个用来过滤图形的代码。它使用了浮点数并花费了11秒的时间。当我改成使用双精度时，只需要5秒。这是在Galaxy Note上进行的测试。 - intrepidis

在大多数现代架构中，双精度浮点数通常至少和单精度浮点数一样快，甚至更快。 - phuclv

在现代架构中，SIMD指令使得浮点数比双精度浮点数更快。如果可以接受精度损失，整数也可以因为同样的原因而变得更快。 - Andrew

Answer 4

http://developer.android.com/training/articles/perf-tips.html#AvoidFloat

避免使用浮点数

在 Android 设备上，使用浮点数通常比整数慢约 2 倍。

在速度方面，现代硬件上的 float 和 double 没有区别。而在空间方面，double 大约是 float 的两倍大小。就像桌面机一样，如果空间不是问题，您应该优先选择 double 而不是 float。

除此之外，即使对于整数，一些处理器拥有乘法硬件但缺少除法硬件。在这种情况下，整数除法和取模操作将在软件中执行。如果您正在设计哈希表或进行大量数学运算，需要考虑这一点。

- Dante

Answer 5

浮点数是32位或4字节。

双精度浮点数是64位或8字节。

所以，是的，根据Sun Java认证书，浮点数的大小只有一半。

- dylan murphy

---

如果大多数存储都在CPU寄存器中，并且寄存器足够大以容纳任何一种存储方式，并且使用相同数量的指令，则这意义不大。 - Merlyn Morgan-Graham

我确信这本书没有说它们的速度是两倍。 - user207421

@EJP和@Merlyn-非常抱歉。我已经更正了我的帖子。书中确实说它们的大小是原来的一半，所以在我看来这似乎意味着某种效率的提高。但显然我错了。 - dylan murphy

Answer 6

在现代硬件上，float 和 double 的速度没有区别。

非常廉价的设备似乎具有受限的FPU，其中float比double更快。我在一款被市场宣传为世界上最便宜的平板电脑之一的CMX设备上进行了测试：

- “float”测试代码需要4.7秒 - “double”相同代码需要6.6秒

这个问题已经被问了几次……

是的。因为答案因硬件类型而异。在台式电脑上，double的速度与float相同。在没有FPU的设备上（对 WLAN 路由器黑客很有趣），float 比 double 快2-5倍；在具有32位FPU的设备上（通常在工业和汽车应用中找到），甚至可以高达100倍。

请查看本文的最后一节…

文章的最后一节说，您必须在将要使用的硬件设备上进行时间测量才能确保100％的准确性。

- Martin

Answer 7

安卓文档引用表明整数更适合快速操作。这一看似有些奇怪，但使用整数、浮点数或双精度浮点数的算法速度取决于多个层面：

1. JIT或VM：它们将把数学运算转换为主机的本地指令集，这种转换对性能有很大影响。由于底层硬件在不同平台上可能差别很大，编写一个能够在所有情况下发出最佳代码的VM或JIT可能非常困难。最好还是使用JIT/VM推荐的快速类型（在本例中为整数），因为随着JIT和VM发出更有效的本地指令的能力越来越强，您的高级代码应该获得相关的性能提升而无需任何修改。

2. 本地硬件（为什么第一级不完美）：现今大多数处理器都有硬件浮点单元（支持浮点数和双精度浮点数）。如果存在这样的硬件单元，则浮点数/双精度浮点数可以比整数更快，除非还具有硬件整数支持。问题的复杂化在于，大多数CPU都有某种形式的SIMD（单指令多数据）支持，如果数据类型足够小，则允许操作向量化（例如，通过将两个浮点数放入每个寄存器中，在一个指令中添加4个浮点数，而不必为每个4倍精度浮点数使用一个完整寄存器）。这可以使使用更少位数的数据类型比双精度浮点数快得多，但牺牲了精度。

优化速度需要详细了解这两个层面及其相互作用。即使优化内存使用也可能很棘手，因为VM可以选择以更大的占用空间来表示您的数据，出于其他原因：浮点数可能在VM的代码中占用8个字节，尽管这种情况不太可能发生。所有这些几乎使优化成为可移植性的对立面。因此，在这里，最好使用VM推荐的“快速”数据类型，因为这应该在支持的设备上平均获得最佳性能。

即使在桌面上，这也不是一个糟糕的问题。是的，今天它们非常快，但如果您正在实现复杂的算法（例如快速傅里叶变换），即使进行小的优化也会对算法的运行时间产生巨大影响。无论如何，回答您的问题“哪个更快：浮点数还是双精度”，答案是“取决于” :)

- Andrew

Answer 8

我也对此感到好奇，于是写了一个小测试：

#include <iostream>
#include <chrono>

template<typename numType>
void test(void)  {
    std::cout<< "Size of variable: " << sizeof(numType) << std::endl;
    numType array[20000];

    auto t1 = std::chrono::high_resolution_clock::now();
    // fill array
    for( numType& number : array ) {
        number = 1.0014535;
    }

    auto t2 = std::chrono::high_resolution_clock::now();

    // multiply each number with itself 10.000 times
    for( numType& number : array ) {
        for( int i=0; i < 10000 ; i++ )  {
            number *= number;
        }
    }

    auto t3 = std::chrono::high_resolution_clock::now();

    auto filltime = t2 - t1;
    auto calctime = t3 - t2;

    std::cout<< "Fill time: " << filltime.count() << std::endl;
    std::cout<< "Calc time: " << calctime.count() << std::endl;
}

int main(int argc, char* argv[]) {
    test<float>();
    test<double>();
}

我在Ubuntu 12.04 x64下使用GCC编译并运行它，处理器为Intel i7 3930k。

以下是结果：

Size of variable: 4
Fill time: 69
Calc time: 694303

Size of variable: 8
Fill time: 76
Calc time: 693363

结果是可重复的。因此，对于双精度浮点数的内存分配需要稍微更长一些时间，但实际计算时间完全相同。

---

出于好奇，我还在Windows 7 x64下使用Visual Studio 2012以发布模式编译了它，在intel i7 920处理器上运行。

（时间单位不同，因此请勿将上述结果与以下结果进行比较：仅适用于内部比较）

Size of variable: 4
Fill time: 0
Calc time: 3200183

Size of variable: 8
Fill time: 0
Calc time: 3890223

结果可以重复。

似乎在Windows上，分配是瞬时的，也许因为Linux实际上只有在使用内存时才给你，而Windows则立即将所有内存交给你，需要更少的系统调用。或者可能赋值被优化掉了。

双倍精度乘法比浮点数慢21.5%。这个与之前的测试的差异可能是由于不同的处理器（至少我最好的猜测是这样）。

- Erik van Velzen

---

这个基准测试很有趣，但离题了。讨论是关于Android的Java。尽管事后看来，问题本身就被操纵了，因为手机上的硬件通常非常不同。 :-/ - ahodder