最近團隊產品中用到了一些機器學習方面的算法，涉及到求向量內積，采取的是最樸素的實現方式（元素乘積循環相加）。有一天路上想到 STL 提供了一個模板函數 std::inner_product ，就好奇 libstdc++ 實現上是否對該算法做了什麼優化呢？
於是做了個簡單的實驗：1000 維 double 類型向量乘積，用 std::inner_product 和樸素方法分別計算10000次，g++ -O2優化。第一輪使用原生 double 類型數組，第二輪使用 vector<double> 容器，分別在三個機器環境下進行了計算。
// Processors | physical = 2, cores = 32, virtual = 12, hyperthreading = no
// Speeds | 12x2400.186
// Models | 12xIntel(R) Xeon(R) CPU E5645 @ 2.40GHz
// Caches | 12x256 KB
// GCC | version 3.4.5 20051201 (Red Hat 3.4.5-2)
a*b : std::inner_product(27.934ms), for loop(40.061ms)
a_v*b_v : std::inner_product(27.878ms), for loop(40.04ms)
// Processors | physical = 2, cores = 12, virtual = 12, hyperthreading = no
// Speeds | 12x2100.173
// Models | 12xAMD Opteron(tm) Processor 4170 HE
// Caches | 12x512 KB
// GCC | version 3.4.5 20051201 (Red Hat 3.4.5-2)
a*b : std::inner_product(31.242ms), for loop(47.853ms)
a_v*b_v : std::inner_product(31.301ms), for loop(47.815ms)
// Processors | physical = 1, cores = 0, virtual = 1, hyperthreading = no
// Speeds | 1x2572.652
// Models | 1xIntel(R) Core(TM) i5-3320M CPU @ 2.60GHz
// Caches | 1x6144 KB
// GCC | version 4.7.2 (Ubuntu/Linaro 4.7.2-2ubuntu1)
a*b : std::inner_product(41.76ms), for loop(33.165ms)
a_v*b_v : std::inner_product(35.913ms), for loop(32.881ms)
可以看出不同環境下 std::inner_product 的表現不盡相同，與樸素的方式相比有優有劣。瞄了一眼 gcc 4.8 的 libstdc++ 的代碼，沒有注意到 std::inner_product 對基本類型做什麼 SSE 指令的優化。不過倒是有個並行計算的版本，可能對超大的向量計算有幫助。
雖然從性能上沒有看到明顯的優勢，但畢竟 std::inner_product 可以簡化一個循環的編碼，至少可以少測一個分支嘛。而且配合重載函數的後兩個 functor 參數，可以做一些有趣的事情，比如算一組數的平方和，比較兩個字符串相同字符的數量等。以後呢可以多嘗試一下用標准庫的算法而不是自己寫循環。
