Jak sprawdzić, gdzie program spędza najwięcej czasu?

Question

Hej,

potrzebuję zrobić analizę kodu w programie, tzn. sprawdzić, w którym miejscu program spędza najwięcej czasu (konkrena linijka? pętla?). Niestety nie mogę znaleźć, jak można taką analizę wykonać - najlepiej na Windowsie, ale może być też Linux. Program jest napisany w C, nie jest skomplikowany - to w zasadzie trochę pętli i warunków.

Próbowałam z gprof na Linuxie, ale nie mam praktycznie żadnych wyników.

Answer 1

najlepiej na Windowsie

Jeśli programujesz w Visual Studio, to ma on wbudowany profiler.

konkrena linijka? pętla?).

Program jest napisany w C, nie jest skomplikowany - to w zasadzie trochę pętli i warunków.

Próbowałam z gprof na Linuxie, ale nie mam praktycznie żadnych wyników.

Zgaduję, że masz 99% wolnego kodu w jednej funkcji? To trzeba profilować na poziomie linii.

Najbardziej out of the box jest gcov, który jest instalowany razem z GCC więc powinieneś już go mieć: https://en.wikipedia.org/wiki/Gcov#Example

Natomiast zwróć uwagę, że takie narzędzia (callgrind chyba też, nie wiem czy da się zmienić) liczą ile razy dana linia została wykonana, a nie ile czasu faktycznie zajęła. 1000000 iteracji dodawania zmiennoprzecinkowego lub operacji na pamięci zajmą więcej czasu niż 1000000 iteracji dodawania dwóch liczb całkowitych. Powyższe narzędzia prawdopodobnie będą wystarczyły, ale do analizy faktycznego czasu osobiście preferuję profilery samplujące jak google-perftools i bodajże ten Visuala.

Comments

Dla porównania, tak wygląda zliczanie linii (gcov, podobnie w callgrind):

        1:    3:int main(){
        2:    4:	std::vector<int> data(4, 1000);
        -:    5:
        1:    6:	int a = 0;
500000001:    7:	for (int i = 0; i < 500000000; ++i) {
500000000:    8:		a += i%777;
        -:    9:	}
        1:   10:	int b = 0;
500000001:   11:	for (int i = 0; i < 500000000; ++i) {
500000000:   12:		b += data[i%777];
        -:   13:	}
        1:   14:}

A tak samplowanie (google-perftools):

     .      .    3: int main(){
     .      .    4: 	std::vector<int> data(4, 1000);
     .      .    5: 
     .      .    6: 	int a = 0;
    42     42    7: 	for (int i = 0; i < 500000000; ++i) {
    83     83    8: 		a += i%777;
     .      .    9: 	}
     .      .   10: 	int b = 0;
    52     52   11: 	for (int i = 0; i < 500000000; ++i) {
   113    169   12: 		b += data[i%777];
     .      .   13: 	}
     .      .   14:

(Choć zazwyczaj nie mam potrzeby schodzić do tego poziomu, porównanie na poziomie graficznego grafu funkcji mi zazwyczaj wystarczy :) )

PS nie dodałem: ogólnie profilowanie linia po linii zazwyczaj robi się znacznie mniej precyzyjne, gdy włącza się optymalizacje... a zazwyczaj chce się mierzyć wydajność z optymalizacjami :/ Więc to trochę utrudnia pomiary.

---

Ten wbudowany w Visual Studio jest bardzo przyjemny w obsłudze i widać naocznie, którym miejscu jest duże wykorzystanie procesora, jak i Ramu. Więc również polecam się zainteresować.

Answer 2

CallGrind  i  KCacheGrind.