使用类型是否比使用类型慢？floatdouble
我听说现代英特尔和AMD CPU可以比浮点数更快地进行双倍计算。
标准数学函数（、 、 、 、 等） 呢？以单精度计算它们应该相当快，因为它需要较少的浮点运算。例如，单精度可以使用比双精度更简单的数学公式。另外，我听说标准数学函数在64位模式下更快（在64位操作系统上编译和运行时）。对此的最终答案是什么？sqrtpowlogsincossqrtsqrt
经典的 x86 体系结构使用浮点单位 （FPU） 来执行浮点计算。FPU在其内部寄存器中执行所有计算，每个寄存器具有80位精度。每次尝试使用 或 时，变量首先从内存加载到 FPU 的内部寄存器中。这意味着实际计算的速度绝对没有差异，因为在任何情况下，计算都是以完整的80位精度进行的。唯一可能不同的是从内存加载值并将结果存储回内存的速度。当然，在 32 位平台上，与 相比，加载/存储 可能需要更长的时间。在64位平台上应该没有任何区别。floatdoubledoublefloat
现代 x86 体系结构支持扩展指令集 （SSE/SSE2），新指令可以执行完全相同的浮点计算，而无需“旧”FPU 指令。但是，同样，我不希望看到 和 的计算速度有任何差异。由于这些现代平台是64位平台，因此加载/存储速度也应该相同。floatdouble
在不同的硬件平台上，情况可能有所不同。但通常较小的浮点类型不应提供任何性能优势。较小的浮点类型的主要目的是节省内存，而不是提高性能。
编辑：（为了解决@MSalters评论）我上面所说的适用于基本的算术操作。当涉及到库函数时，答案将取决于几个实现细节。如果平台的浮点指令集包含实现给定库函数功能的指令，那么我上面所说的通常也适用于该函数（通常包括， ， 等函数）。对于其他功能，其功能在FP指令集中不立即得到支持，情况可能会大不相同。这些函数的版本很可能比其版本更有效地实现。sincossqrtfloatdouble
您的第一个问题已经在SO上得到了答案。
您的第二个问题完全取决于您正在处理的数据的“大小”。这一切都归结为系统的低级架构以及它如何处理大值。32位系统中的64位数据需要2个周期才能访问2个寄存器。64 位系统上的相同数据只需 1 个周期即可访问 1 个寄存器。
一切都取决于你在做什么。我发现没有快速和硬性规则，所以你需要分析当前的任务，并选择最适合你对该特定任务的需求。
