二級C++：怎樣提高調(diào)用數(shù)學函數(shù)的程序的性能

　　結(jié)論

　　本文向您提供了對 IBM MASS 庫以及 IBM XL C/C++ 和 XL Fortran 匯編器的自動向量化功能的描述。另外，本文演示了對范例程序(離散 Fourier 轉(zhuǎn)變)使用各種匯編器選項的操作，向您展示了通過使用 MASS 自動向量化的自動調(diào)用功能，使得與以前版本相比速度提高了 8.94 倍的效果。

　　這種演示想要通過一種程序來鼓勵用戶，這種程序會訪問數(shù)學函數(shù)以驗證可用的匯編器選項，并從 IBM XL C/C++ 或者 XL Fortran 匯編器的自動向量化加速中獲益。

　　附錄 1 – Fortran DFT 源程序

　　subroutine　dft　(x,　a,　phi　,　n)

　　real*8　x(n),　a(n),　phi(n)

　　integer　n

　　!　Compute　discrete　Fourier　transform　of　real　inputs　　　　!　x(i)　and　convert　to　polar　form.

　　real*8,　parameter　::　pi=3.1415926535897932384d0

　　real*8　y_re(n),　y_im(n),　t,　term_re,　term_im

　　intrinsic　exp,　cos,　sin,　sqrt,　atan

　　y_re(1:n)　=　0.d0

　　y_im(1:n)　=　0.d0

　　do　k=1,n

　　!　compute　y(k),　k-th　DFT　output

　　do　i=1,n

　　!　compute　i-th　term　of　y(k):

　　!　x(k)*exp(-2*pi*I*(k-1)*(i-1)/n)

　　!　compute　real　and　imaginary　parts　of　i-th　term

　　!　using　exp(I*t)=exp(t)*(cos(t)+I*sin(t))

　　t　=　-2.d0*pi*(k-1)*(i-1)/n

　　term_re　=　x(i)　*　cos(t)　*　exp(t)

　　term_im　=　x(i)　*　sin(t)　*　exp(t)

　　!　add　term　to　sum

　　y_re(k)　=　y_re(k)　+　term_re

　　y_im(k)　=　y_im(k)　+　term_im

　　end　do

　　end　do

　　!　transform　y　to　polar　coordinates