चरम फाइबोनैचि


47

इस वेबसाइट पर फाइबोनैचि चुनौतियों के एक बिलियन पुनरावृत्तियों को देखा गया है, जिससे एक अरब पुनरावृत्तियों की फाइबोनैचि चुनौती के साथ चीजों को मसाला मिल सकता है!

आपकी चुनौती 1,000,000,000 वें फाइबोनैचि संख्या के पहले 1000 दशमलव अंकों को कम से कम प्रोग्राम के साथ आउटपुट करना है। इसके बाद वैकल्पिक रूप से आपके चयन के किसी भी अतिरिक्त आउटपुट का पालन किया जा सकता है, जिसमें बाकी अंकों तक सीमित नहीं है।

मैं उस सम्मेलन का उपयोग कर रहा हूं fib 0 = 0, जो fib 1 = 1

इसे चलाने और इसकी शुद्धता को सत्यापित करने के लिए आपका कार्यक्रम पर्याप्त तेज़ होना चाहिए। इस उद्देश्य के लिए, यहाँ पहले 1000 अंक हैं:

7952317874554683467829385196197148189255542185234398913453039937343246686182519370050999626136556779332482035723222451226291714456275648259499530612111301255499879639516053459789018700567439946844843034599802419924043753401950114830107234265037841426980398387360784284231996457340782784200767760907777703183185744656536253511502851715963351023990699232595471322670365506482435966586886048627159716916351448788527427435508113909167963907380398242848033980110276370544264285032744364781198451825462130529529633339813483105771370128111851128247136311414208318983802526907917787094802217750859685116363883374847428036737147882079956688807509158372249451437519320162582002000530798309887261257028201907509370554232931107084976854715833585623910450679449120011564762925649144509531904684984417002512086504020779012501356177874199605085558317190905395134468919443313026824813363234190494375599262553025466528838122639433600483849535070647711986769279568548796855207684897741771784375859496425384355879105799

Your program must be fast enough for you to run it and verify its correctness.स्मृति के बारे में क्या?
स्टीफन

5
@ Guest44851 का कहना है कि कौन? ;)
user1502040

1
अगर मैं स्पष्ट रूप से जा रहा हूं तो मुझे लगता है कि एक a+=b;b+=a;लूप (शायद जावा बिगइन्टेगर के साथ) स्पष्ट पसंद है, कम से कम यदि आप प्रदर्शन के बारे में भी सोच रहे हैं। एक पुनरावर्ती कार्यान्वयन हमेशा मेरे लिए बहुत ही अयोग्य लगता है।
पीटर कॉर्डेस

2
मैं एक ऐसी भाषा को देखने के लिए इच्छुक हूं, जो मूल रूप से बड़ी संख्या में समर्थन न करे!
ब्रैड जूल

1
@ ब्रैडक: मैं भी यही सोच रहा था। इसे विकसित करने, डिबग, ऑप्टिमाइज़ करने और गोल्फ बनाने में लगभग 2 दिन लगे, लेकिन अब मेरा x86 32-बिट मशीन कोड उत्तर तैयार है (106 बाइट्स जिसमें एक स्ट्रिंग में कनवर्ट करना और एक write()सिस्टम कॉल करना शामिल है)। मुझे प्रदर्शन की आवश्यकता पसंद है, इसने मेरे लिए और अधिक मजेदार बना दिया।
पीटर कॉर्ड्स

जवाबों:


34

पायथन 2 + सिम्पी, 72 बाइट्स

from sympy import*
n=sqrt(5)
print'7'+`((.5+n/2)**1e9/n).evalf(1e3)`[2:]

इसे ऑनलाइन आज़माएं!

-10 बाइट्स जेफ डेगे
-1 बाइट (1000 -> 1e3 थैंक्स टू जैचार्जी) के लिए प्रैक्टिकल -० टर्म थैंक्स को हटाकर
-2 बाइट्स को हटाकर अनावश्यक वैरिएबल धन्यवाद को हटाकर आउटगॉल्फर
-2 बाइट्स को पाइथन 2 की ओर ले जाकर Zacharý को धन्यवाद।
-3 बाइट्स 11'इंग टू द थिरेटबाय -11-3 बाइट्स strफॉर स्वैपिंग फॉर बैकटिक्स

अब ओपी के unposted haskell समाधान धड़कता है!


@JonathanAllan मैंने देखा कि from sympy import*;sqrtकोई भी बाइट नहीं बचाता import sympy;sympy.sqrt:)
HyperNeutrino

वाह यह तेज़ है, यह कैसे काम करता है?
कृति लीथोस

मुझे लगता है कि यह फाइबोनैचि संख्या और विस्तार के मुनाफे के लिए घातीय सन्निकटन का उपयोग करता है जो केवल पहले ई 3 अंकों की आवश्यकता होती है, क्योंकि यह स्वचालित रूप से सन्निकटन से विचलन के साथ किसी भी समस्या को समाप्त करता है। क्या वो सही है?
फेबियन रोलिंग

@ फैबियन sympyपायथन के लिए एक प्रतीकात्मक गणित पैकेज है, इसलिए राउंडऑफ़ त्रुटि के साथ कोई समस्या नहीं है, कम से कम जब तक बहुत बड़ी संख्या (यह संख्या बड़ी पर्याप्त नहीं है)। तब मैं सिर्फ इसे पहले 1e3 अंक देने के लिए गणना करता हूं क्योंकि अन्यथा यदि आप .evalf(1e3)भाग को हटाते हैं , तो यह मुझे एक बहुत ही कम वैज्ञानिक अंकन प्रतिनिधित्व देता है।
हाइपरनेत्रिनो

1
चूंकि सिम्पी अजगर के मानक पुस्तकालय का हिस्सा नहीं है, यह प्रतिक्रिया तब तक मान्य नहीं लगती जब तक कि आप अपने चरित्र गणना में सिम्पी के स्रोत को शामिल नहीं करते ... या क्या मैं पूरी तरह से कोड गोल्फ नियमों का गलत अर्थ निकाल रहा हूं?
thegreatemu

28

पायथन 2 , 106 बाइट्स

a,b=0,1
for c in bin(10**9):
 a,b=2*a*b-a*a,a*a+b*b
 if'1'==c:a,b=b,a+b
 while a>>3340:a/=10;b/=10
print a

इसे ऑनलाइन आज़माएं!

कोई लाइब्रेरी नहीं, बस पूर्णांक अंकगणित। लगभग तुरन्त चलता है।

मूल विभाजन और जीत की पहचान है:

f(2*n)   = 2*f(n)*f(n+1) - f(n)^2
f(2*n+1) = f(n)^2 + f(n+1)^2

इससे हम (a,b) = (f(n),f(n+1))दोगुना अपडेट कर सकते हैं n -> 2*n। चूंकि हम पाना चाहते हैं n=10**9, इसलिए इसमें केवल log_2(10**9)=30पुनरावृत्तियां होती हैं। हम निर्माण nकरने के लिए 10**9बार-बार करने से n->2*n+cप्रत्येक अंक के लिए cअपने द्विआधारी विस्तार की। जब c==1, 2*n -> 2*n+1एक-कदम फाइबोनैचि शिफ्ट के साथ दोगुना मूल्य स्थानांतरित किया जाता है(a,b)=(b+a,b)

मूल्यों को a,bप्रबंधनीय रखने के लिए , हम केवल उनके पहले 1006अंकों को फर्श से विभाजित करके स्टोर 10करते हैं जब तक कि वे नीचे न हों 2**3340 ~ 1e1006


:बर्फ पर! फैंसी प्रीमियर पुस्तकालयों योग्य का उपयोग नहीं करता है। : D
हाइपरनेत्रिनो

मुझे एक अधिक मनभावन लेकिन कम गोल्फ की पुनरावृत्ति मिली थी a,b,c=a*a+b*b,a*a-c*c,b*b+c*c
नील

21

x86 32-बिट मशीन कोड (लिनक्स सिस्टम कॉल के साथ): 106 105 बाइट्स

चेंजलॉग: फास्ट संस्करण में एक बाइट को बचाया क्योंकि एक ऑफ-बाय-वन स्थिरांक फीब (1 जी) के लिए परिणाम नहीं बदलता है।

या एक 18% धीमी (Skylake पर) संस्करण के लिए 102 बाइट (का उपयोग करते हुए mov/ sub/ cmcके बजाय lea/ cmpभीतरी पाश में, कम से कैरी-बाहर और रैपिंग उत्पन्न करने के लिए 10**9के बजाय2**32 )। या आंतरिक-सबसे अधिक लूप में कैरी-हैंडलिंग में एक शाखा के साथ ~ 5.3x धीमे संस्करण के लिए 101 बाइट्स। (मैंने 25.4% ब्रांच-मिसप्रिक्ट रेट मापा है!)

या 104/101 बाइट्स यदि एक प्रमुख शून्य की अनुमति है। (यह आउटपुट के 1 अंक को हार्ड-कोड स्किप करने के लिए 1 अतिरिक्त बाइट लेता है, जो कि फाइब (10 ** 9) के लिए आवश्यक होता है)।

दुर्भाग्य से, TIO के NASM मोड -felf32को कंपाइलर फ्लैग में अनदेखा किया गया है। यहाँ एक लिंक वैसे भी है मेरे स्रोत के साथ , टिप्पणियों में सभी प्रयोगात्मक विचारों की गड़बड़ी के साथ।

यह एक संपूर्ण कार्यक्रम है । यह Fib के पहले 1000 अंकों (10 ** 9) को प्रिंट करता है, इसके बाद कुछ अतिरिक्त अंक (जिनमें से कुछ गलत हैं) कुछ कचरा बाइट्स (एक नई पंक्ति शामिल नहीं) द्वारा पीछा करते हैं। अधिकांश कचरा गैर-एएससीआईआई है, इसलिए आप इसके माध्यम से पाइप करना चाहते हैं cat -v। यह मेरे टर्मिनल एमुलेटर (KDE konsole) को नहीं तोड़ता , हालाँकि। "कचरा बाइट्स" Fib (999999999) का भंडारण कर रहे हैं। मेरे पास पहले से था-1024 एक रजिस्टर था, इसलिए उचित आकार की तुलना में 1024 बाइट प्रिंट करना सस्ता था।

मैं सिर्फ मशीन-कोड (मेरे स्थिर निष्पादन योग्य के टेक्स्ट सेगमेंट का आकार) की गिनती कर रहा हूं, न कि फुलाना जो इसे ईएलएफ निष्पादन योग्य बनाता है। ( बहुत छोटे ईएलएफ निष्पादन संभव हैं , लेकिन मैं उस से परेशान नहीं होना चाहता था)। यह बीएसएस के बजाय स्टैक मेमोरी का उपयोग करने के लिए छोटा हो गया, इसलिए मैं किसी भी मेटाडेटा पर निर्भर नहीं होने के बाद से बाइनरी में कुछ और नहीं गिनने का औचित्य साबित कर सकता हूं। (स्ट्रिप्ड स्टैटिक बाइनरी का उत्पादन सामान्य तरीके से 340 बाइट ईएलएफ निष्पादन योग्य बनाता है।)

आप इस कोड से एक फ़ंक्शन बना सकते हैं जिसे आप सी से कॉल कर सकते हैं। स्टैक पॉइंटर को बचाने / पुनर्स्थापित करने के लिए कुछ बाइट्स खर्च होंगे (शायद एमएमएक्स रजिस्टर में) और कुछ अन्य ओवरहेड, लेकिन स्ट्रिंग के साथ वापस आकर भी बाइट्स बचाएं। मेमोरी में, write(1,buf,len)सिस्टम कॉल करने के बजाय । मुझे लगता है कि मशीन कोड में गोल्फिंग से मुझे कुछ सुस्त कमाई करनी चाहिए, क्योंकि किसी और ने भी किसी भाषा में देशी विस्तारित-परिशुद्धता के बिना उत्तर नहीं दिया है, लेकिन मुझे लगता है कि इस का एक फ़ंक्शन संस्करण अभी भी 120 बाइट्स के बिना होना चाहिए पूरे गोल्फ को फिर से। चीज़।


कलन विधि:

जानवर बल a+=b; swap(a,b), केवल प्रमुख> = 1017 दशमलव अंक रखने के लिए आवश्यक के रूप में छोटा। यह मेरे कंप्यूटर (या 322.47 बिलियन क्लॉक साइकल + - 0.05%) पर 1min13s में चलता है (और कोड आकार के कुछ अतिरिक्त बाइट्स के साथ कुछ% तेज हो सकता है, या लूप ट्रोलिंग से बहुत बड़े कोड आकार के साथ 62 से नीचे हो सकता है।) चतुर गणित, बस कम ओवरहेड के साथ एक ही काम करना)। यह @ AndersKaseorg के पायथन कार्यान्वयन पर आधारित है , जो मेरे कंप्यूटर (4.4GHz Skylake i7-6700k) पर 12min35s में चलता है। किसी भी संस्करण में कोई भी L1D कैश मिस नहीं है, इसलिए मेरा DDR4-2666 कोई फर्क नहीं पड़ता।

पायथन के विपरीत, मैं विस्तारित-सटीक संख्याओं को एक प्रारूप में संग्रहीत करता हूं जो दशमलव अंकों को कम कर देता है । मैं 32-बिट पूर्णांक में 9 दशमलव अंकों के समूहों को संग्रहीत करता हूं, इसलिए एक पॉइंटर ऑफ़सेट कम 9 अंकों को डिस्कनेक्ट करता है। यह प्रभावी रूप से 1 बिलियन का आधार है, जो कि 10. की शक्ति है (यह शुद्ध संयोग है कि इस चुनौती को 1 बिलियन फिबोनासी संख्या की आवश्यकता है, लेकिन यह मुझे दो बाइट्स बनाम दो अलग-अलग स्थिरांक से बचाता है।)

GMP शब्दावली के बाद , विस्तारित-सटीक संख्या के प्रत्येक 32-बिट चंक को "लिम्ब" कहा जाता है। जोड़ते समय कैरी-आउट को 1e9 के मुकाबले तुलना के साथ मैन्युअल रूप से जेनरेट करना होता है, लेकिन फिर इसे सामान्य रूप से अगले अंग के लिए सामान्य ADCनिर्देश के इनपुट के रूप में उपयोग किया जाता है । (मुझे भी [0..999999999]2 ^ 32 ~ = 4.295e9 के बजाय मैन्युअल रूप से रेंज में लपेटना होगा। मैं इस शाखा को lea+ के साथ करता हूं cmov, तुलना से कैरी आउट परिणाम का उपयोग करके।)

जब आखिरी अंग गैर-शून्य कैरी-आउट का उत्पादन करता है, तो बाहरी लूप के अगले दो पुनरावृत्तियों को सामान्य से 1 अंग अधिक पढ़ा जाता है, लेकिन फिर भी उसी स्थान पर लिखते हैं। यह memcpy(a, a+4, 114*4)1 अंग द्वारा दाएं-शिफ्ट करने के समान है, लेकिन अगले दो अतिरिक्त छोरों के हिस्से के रूप में किया जाता है। यह हर ~ 18 पुनरावृत्तियों में होता है।


आकार की बचत और प्रदर्शन के लिए भाड़े:

  • जब मैं जानता हूं कि lea ebx, [eax-4 + 1]इसके बजाय सामान्य सामान । और ऐसे स्थानों पर उपयोग करना जहां केवल सुस्ती का प्रभाव पड़ता है।mov ebx, 1eax=4loopLOOP

  • adcआंतरिक लूप में बफ़र की शुरुआत के लिए लिखते समय, हम जिस बिंदु से पढ़ते हैं, उसे ऑफसेट करके 1 अंग द्वारा मुक्त करें । हम से पढ़ते हैं [edi+edx], और लिखते हैं [edi]। तो हम गंतव्य के लिए पढ़ने-लिखने की ऑफसेट प्राप्त कर सकते हैं edx=0या कर सकते हैं 4। हमें लगातार 2 पुनरावृत्तियों के लिए ऐसा करने की आवश्यकता है, पहले दोनों को ऑफसेट करना, फिर केवल dst को ऑफसेट करना। हम esp&4बफ़र्स के सामने पॉइंटर्स को रीसेट करने से पहले 2 के मामले को देखते हैं (उपयोग कर रहे हैं &= -1024, क्योंकि बफ़र्स संरेखित हैं)। कोड में टिप्पणी देखें।

  • लिनक्स प्रक्रिया-स्टार्टअप वातावरण (एक स्थिर निष्पादन योग्य के लिए) अधिकांश रजिस्टरों को शून्य करता है, और नीचे स्टैक-मेमोरी शून्य esp/ होती rspहै। मेरा कार्यक्रम इसका लाभ उठाता है। इसके एक कॉल करने योग्य फ़ंक्शन संस्करण में (जहां अनलॉकेटेड स्टैक गंदा हो सकता है), मैं शून्य मेमोरी के लिए बीएसएस का उपयोग कर सकता हूं (बिंदुओं को स्थापित करने के लिए शायद 4 और बाइट्स की कीमत पर)। ज़ीरोइंग edx2 बाइट ले जाएगा। X86-64 सिस्टम V ABI इनमें से किसी की भी गारंटी नहीं देता है, लेकिन लिनक्स का कार्यान्वयन शून्य (कर्नेल से बाहर सूचना-लीक से बचने के लिए) करता है। एक गतिशील रूप से जुड़ी प्रक्रिया में, /lib/ld.soपहले चलता है _start, और रजिस्टरों को गैर-शून्य छोड़ देता है (और स्टैक पॉइंटर के नीचे स्मृति में कचरा)।

  • मैं रखने -1024में ebxछोरों के उपयोग के बाहर के लिए। blआंतरिक छोरों के लिए एक काउंटर के रूप में उपयोग करें , जो शून्य में समाप्त होता है (जो कि निम्न बाइट है -1024, इस प्रकार लूप के बाहर उपयोग के लिए स्थिर को बहाल करता है)। Intel हैसवेल और बाद में लो-रजिस्टरों के लिए आंशिक-पंजीकरण विलय दंड नहीं है (और वास्तव में उन्हें अलग से नाम भी नहीं देते हैं) , इसलिए पूर्ण रजिस्टर पर निर्भरता है, जैसे एएमडी पर (यहां समस्या नहीं है)। यह नेहेलम और इससे पहले का भयानक होगा, हालांकि विलय के समय आंशिक-रजिस्टर स्टाल हैं। ऐसी और भी जगहें हैं जहाँ मैं आंशिक reg लिखता हूँ और फिर पूरा-पूरा पाठ पढ़ता हूँ बिना xor-oooing के या एकmovzx, आमतौर पर क्योंकि मुझे पता है कि कुछ पिछले कोड ने ऊपरी बाइट्स को शून्य कर दिया था, और फिर से एएमडी और इंटेल एसएनबी-परिवार पर ठीक है, लेकिन इंटेल प्री-सैंडीब्रिज पर धीमा है।

    मैं 1024stdout ( sub edx, ebx) को लिखने के लिए बाइट्स की संख्या के रूप में उपयोग करता हूं , इसलिए मेरा कार्यक्रम फिबोनाची अंकों के बाद कुछ कचरा बाइट प्रिंट करता है, क्योंकि mov edx, 1000अधिक बाइट की लागत होती है।

  • adc ebx,ebxEBX = CF प्राप्त करने के लिए EBX = 0 के साथ (इस्तेमाल नहीं) , 1 बाइट बनाम setc bl

  • dec/ jnzएक adcलूप के अंदर adcइंटेल सैंडीब्रिज और बाद में झंडे पढ़ने पर आंशिक-फ्लैग स्टाल के बिना सीएफ को संरक्षित करता है । यह पहले के सीपीयू पर खराब है , लेकिन स्काईलेक पर AFAIK मुक्त है। या सबसे कम, एक अतिरिक्त ऊप।

  • नीचे दी espगई मेमोरी का उपयोग विशाल रेड-ज़ोन के रूप में करें । चूंकि यह एक पूर्ण लिनक्स प्रोग्राम है, इसलिए मुझे पता है कि मैंने कोई सिग्नल हैंडलर स्थापित नहीं किया है, और इसके अलावा कुछ भी नहीं होगा जो कि उपयोगकर्ता-स्पेस स्टैक मेमोरी को अनलिमिटेड रूप से बंद कर देगा। अन्य OSes पर ऐसा नहीं हो सकता है।

  • (1 हॉप / सामयिक स्टैक-सिंक यूओपी) के बजाय (हसवेल / स्काईलेक पर 2 उफ, आइवीबी पर 3 और पहले एग्नर फॉग के निर्देश तालिकाओं के अनुसार ) का उपयोग करके यूओपी समस्या बैंडविड्थ को बचाने के लिए स्टैक-इंजन का लाभ उठाएं । IIRC, इस रन-टाइम को लगभग 83 सेकंड से 73 तक गिरा दिया। मैं शायद एक इंडेक्सिंग एड्रेसिंग मोड के साथ उपयोग करने से समान गति प्राप्त कर सकता हूं , जैसे कि src और dst बफ़र्स के बीच ऑफ़सेट रखती है। (यह आंतरिक लूप के बाहर कोड को और अधिक जटिल बना देगा, जिसमें स्वैपिंग आर्क के भाग के रूप में ऑफ़सेट रजिस्टर को नकारना होगा और फिबोनाची पुनरावृत्तियों के लिए dst।) अधिक के लिए नीचे "प्रदर्शन" अनुभाग देखें।pop eaxlodsdmovmov eax, [edi+ebp]ebp

  • कहीं भी मेमोरी में stcस्टोर करने के बजाय पहले पुनरावृत्ति को एक कैरी-इन (एक बाइट ) देकर अनुक्रम शुरू करें 1। टिप्पणियों में प्रलेखित अन्य समस्या-विशिष्ट सामग्री के बहुत सारे।

NASM लिस्टिंग (मशीन-कोड + स्रोत) , के साथ उत्पन्न nasm -felf32 fibonacci-1G.asm -l /dev/stdout | cut -b -28,$((28+12))- | sed 's/^/ /'। (तब मैंने टिप्पणी की गई सामग्री के कुछ ब्लॉकों को हाथ से हटा दिया, इसलिए लाइन नंबरिंग में अंतराल है।) प्रमुख स्तंभों को बाहर निकालने के लिए ताकि आप इसे YASM या NASM में खिला सकें, उपयोग करें cut -b 27- <fibonacci-1G.lst > fibonacci-1G.asm

  1          machine      global _start
  2          code         _start:
  3 address

  4 00000000 B900CA9A3B       mov    ecx, 1000000000       ; Fib(ecx) loop counter
  5                       ;    lea    ebp, [ecx-1]          ;  base-1 in the base(pointer) register ;)
  6 00000005 89CD             mov    ebp, ecx    ; not wrapping on limb==1000000000 doesn't change the result.
  7                                              ; It's either self-correcting after the next add, or shifted out the bottom faster than Fib() grows.
  8                       
 42                       
 43                       ;    mov    esp, buf1
 44                       
 45                       ;    mov    esi, buf1   ; ungolfed: static buffers instead of the stack
 46                       ;    mov    edi, buf2

 47 00000007 BB00FCFFFF       mov    ebx, -1024
 48 0000000C 21DC             and    esp, ebx    ; alignment necessary for convenient pointer-reset
 49                       ;    sar    ebx, 1
 50 0000000E 01DC             add    esp, ebx     ; lea    edi, [esp + ebx].  Can't skip this: ASLR or large environment can put ESP near the bottom of a 1024-byte block to start with
 51 00000010 8D3C1C           lea    edi, [esp + ebx*1]
 52                           ;xchg   esp, edi   ; This is slightly faster.  IDK why.
 53                       
 54                           ; It's ok for EDI to be below ESP by multiple 4k pages.  On Linux, IIRC the main stack automatically extends up to ulimit -s, even if you haven't adjusted ESP.  (Earlier I used -4096 instead of -1024)
 55                           ; After an even number of swaps, EDI will be pointing to the lower-addressed buffer
 56                           ; This allows a small buffer size without having the string step on the number.
 57
 58                       ; registers that are zero at process startup, which we depend on:
 59                       ;    xor   edx, edx
 60                       ;;  we also depend on memory far below initial ESP being zeroed.
 61
 62 00000013 F9               stc    ; starting conditions: both buffers zeroed, but carry-in = 1
 63                       ; starting Fib(0,1)->0,1,1,2,3 vs. Fib(1,0)->1,0,1,1,2 starting "backwards" puts us 1 count behind
 66
 67                       ;;; register usage:
 68                       ;;; eax, esi: scratch for the adc inner loop, and outer loop
 69                       ;;; ebx: -1024.  Low byte is used as the inner-loop limb counter (ending at zero, restoring the low byte of -1024)
 70                       ;;; ecx: outer-loop Fibonacci iteration counter
 71                       ;;; edx: dst read-write offset (for "right shifting" to discard the least-significant limb)
 72                       ;;; edi: dst pointer
 73                       ;;; esp: src pointer
 74                       ;;; ebp: base-1 = 999999999.  Actually still happens to work with ebp=1000000000.
 75
 76                       .fibonacci:
 77                       limbcount equ 114             ; 112 = 1006 decimal digits / 9 digits per limb.  Not enough for 1000 correct digits, but 114 is.
 78                                                     ; 113 would be enough, but we depend on limbcount being even to avoid a sub
 79 00000014 B372             mov    bl, limbcount
 80                       .digits_add:
 81                           ;lodsd                       ; Skylake: 2 uops.  Or  pop rax  with rsp instead of rsi
 82                       ;    mov    eax, [esp]
 83                       ;    lea    esp, [esp+4]   ; adjust ESP without affecting CF.  Alternative, load relative to edi and negate an offset?  Or add esp,4 after adc before cmp
 84 00000016 58               pop    eax
 85 00000017 130417           adc    eax, [edi + edx*1]    ; read from a potentially-offset location (but still store to the front)
 86                        ;; jz .out   ;; Nope, a zero digit in the result doesn't mean the end!  (Although it might in base 10**9 for this problem)
 87
 88                       %if 0   ;; slower version
                          ;; could be even smaller (and 5.3x slower) with a branch on CF: 25% mispredict rate
 89                           mov  esi, eax
 90                           sub  eax, ebp  ; 1000000000 ; sets CF opposite what we need for next iteration
 91                           cmovc eax, esi
 92                           cmc                         ; 1 extra cycle of latency for the loop-carried dependency. 38,075Mc for 100M iters (with stosd).
 93                                                       ; not much worse: the 2c version bottlenecks on the front-end bottleneck
 94                       %else   ;; faster version
 95 0000001A 8DB0003665C4     lea    esi, [eax - 1000000000]
 96 00000020 39C5             cmp    ebp, eax                ; sets CF when (base-1) < eax.  i.e. when eax>=base
 97 00000022 0F42C6           cmovc  eax, esi                ; eax %= base, keeping it in the [0..base) range
 98                       %endif
 99                       
100                       %if 1
101 00000025 AB               stosd                          ; Skylake: 3 uops.  Like add + non-micro-fused store.  32,909Mcycles for 100M iters (with lea/cmp, not sub/cmc)
102                       %else
103                         mov    [edi], eax                ; 31,954Mcycles for 100M iters: faster than STOSD
104                         lea   edi, [edi+4]               ; Replacing this with ADD EDI,4 before the CMP is much slower: 35,083Mcycles for 100M iters
105                       %endif
106                       
107 00000026 FECB             dec    bl                      ; preserves CF.  The resulting partial-flag merge on ADC would be slow on pre-SnB CPUs
108 00000028 75EC             jnz .digits_add
109                           ; bl=0, ebx=-1024
110                           ; esi has its high bit set opposite to CF
111                       .end_innerloop:
112                           ;; after a non-zero carry-out (CF=1): right-shift both buffers by 1 limb, over the course of the next two iterations
113                           ;; next iteration with r8 = 1 and rsi+=4:  read offset from both, write normal.  ends with CF=0
114                           ;; following iter with r8 = 1 and rsi+=0:  read offset from dest, write normal.  ends with CF=0
115                           ;; following iter with r8 = 0 and rsi+=0:  i.e. back to normal, until next carry-out (possible a few iters later)
116                       
117                           ;; rdi = bufX + 4*limbcount
118                           ;; rsi = bufY + 4*limbcount + 4*carry_last_time
119                       
120                       ;    setc   [rdi]
123 0000002A 0F92C2           setc   dl
124 0000002D 8917             mov    [edi], edx ; store the carry-out into an extra limb beyond limbcount
125 0000002F C1E202           shl    edx, 2

139                           ; keep -1024 in ebx.  Using bl for the limb counter leaves bl zero here, so it's back to -1024 (or -2048 or whatever)
142 00000032 89E0             mov    eax, esp   ; test/setnz could work, but only saves a byte if we can somehow avoid the  or dl,al
143 00000034 2404             and    al, 4      ; only works if limbcount is even, otherwise we'd need to subtract limbcount first.

148 00000036 87FC             xchg   edi, esp   ; Fibonacci: dst and src swap
149 00000038 21DC             and    esp, ebx  ; -1024  ; revert to start of buffer, regardless of offset
150 0000003A 21DF             and    edi, ebx  ; -1024
151                       
152 0000003C 01D4             add    esp, edx             ; read offset in src

155                           ;; after adjusting src, so this only affects read-offset in the dst, not src.
156 0000003E 08C2             or    dl, al              ; also set r8d if we had a source offset last time, to handle the 2nd buffer
157                           ;; clears CF for next iter

165 00000040 E2D2             loop .fibonacci  ; Maybe 0.01% slower than dec/jnz overall

169                       to_string:

175                       stringdigits equ 9*limbcount  ; + 18
176                       ;;; edi and esp are pointing to the start of buffers, esp to the one most recently written
177                       ;;;  edi = esp +/- 2048, which is far enough away even in the worst case where they're growing towards each other
178                       ;;;  update: only 1024 apart, so this only works for even iteration-counts, to prevent overlap

180                           ; ecx = 0 from the end of the fib loop
181                           ;and   ebp, 10     ; works because the low byte of 999999999 is 0xff
182 00000042 8D690A           lea    ebp, [ecx+10]         ;mov    ebp, 10
183 00000045 B172             mov    cl, (stringdigits+8)/9
184                       .toascii:  ; slow but only used once, so we don't need a multiplicative inverse to speed up div by 10
185                           ;add   eax, [rsi]    ; eax has the carry from last limb:  0..3  (base 4 * 10**9)
186 00000047 58               pop    eax                  ; lodsd
187 00000048 B309             mov    bl, 9
188                       .toascii_digit:
189 0000004A 99               cdq                         ; edx=0 because eax can't have the high bit set
190 0000004B F7F5             div    ebp                  ; edx=remainder = low digit = 0..9.  eax/=10

197 0000004D 80C230           add    dl, '0'
198                                              ; stosb  ; clobber [rdi], then  inc rdi
199 00000050 4F               dec    edi         ; store digits in MSD-first printing order, working backwards from the end of the string
200 00000051 8817             mov    [edi], dl
201                       
202 00000053 FECB             dec    bl
203 00000055 75F3             jnz  .toascii_digit
204                       
205 00000057 E2EE             loop .toascii
206                       
207                           ; Upper bytes of eax=0 here.  Also AL I think, but that isn't useful
208                           ; ebx = -1024
209 00000059 29DA             sub  edx, ebx   ; edx = 1024 + 0..9 (leading digit).  +0 in the Fib(10**9) case
210                       
211 0000005B B004             mov   al, 4                 ; SYS_write
212 0000005D 8D58FD           lea  ebx, [eax-4 + 1]       ; fd=1
213                           ;mov  ecx, edi               ; buf
214 00000060 8D4F01           lea  ecx, [edi+1]           ; Hard-code for Fib(10**9), which has one leading zero in the highest limb.
215                       ;    shr  edx, 1 ;    for use with edx=2048
216                       ;    mov  edx, 100
217                       ;    mov byte  [ecx+edx-1], 0xa;'\n'  ; count+=1 for newline
218 00000063 CD80             int  0x80                   ; write(1, buf+1, 1024)
219                       
220 00000065 89D8             mov  eax, ebx ; SYS_exit=1
221 00000067 CD80             int  0x80     ; exit(ebx=1)
222                       
  # next byte is 0x69, so size = 0x69 = 105 bytes

इसमें से कुछ और बाइट्स को गोल्फ में रखने के लिए शायद जगह है, लेकिन मैंने पहले ही 2 दिनों में इस पर कम से कम 12 घंटे बिताए हैं। मैं गति का त्याग नहीं करना चाहता, भले ही यह तेजी से अधिक से अधिक हो और इसमें गति को कम करने के तरीकों को छोटा बनाने के लिए जगह हो । पोस्ट करने के लिए मेरे कारण का हिस्सा यह दिखा रहा है कि मैं कितनी तेजी से एक जानवर-बल asm संस्करण बना सकता हूं। यदि कोई वास्तव में न्यूनतम आकार के लिए जाना चाहता है, लेकिन शायद 10x धीमा (उदाहरण के लिए 1 अंक प्रति बाइट), इसे शुरुआती बिंदु के रूप में कॉपी करने के लिए स्वतंत्र महसूस करें।

परिणामी निष्पादन योग्य (से yasm -felf32 -Worphan-labels -gdwarf2 fibonacci-1G.asm && ld -melf_i386 -o fibonacci-1G fibonacci-1G.o) 340B (छीन लिया गया) है:

size fibonacci-1G
 text    data     bss     dec     hex filename
  105       0       0     105      69 fibonacci-1G

प्रदर्शन

इनर adcलूप स्काईलेक पर 10 फ़्यूज़-डोमेन यूप्स है (+1 स्टैक-सिंक यूओपी हर ~ 128 बाइट्स), इसलिए यह स्किलेक पर एक ~ 2.5 चक्र पर इष्टतम फ्रंट-एंड थ्रूपुट (स्टैक-सिंक यूओपीस की अनदेखी) के साथ जारी कर सकता है । क्रिटिकल-पाथ लेटेंसी 2 साइकल है, adc-> cmp- -> अगली इरिगेशन की adcलूप-एग्जिस्टेन्सी चेन के लिए, इसलिए टोंटी को फ्रंट-एंड इश्यू लिमिट ~ ~ 2.5 साइकल प्रति इटरएशन होना चाहिए।

adc eax, [edi + edx]निष्पादन बंदरगाहों के लिए 2 अप्रयुक्त-डोमेन uops है: लोड + ALU। यह डिकोडर्स (1 फ्यूज्ड-डोमेन यूओपी) में माइक्रो-फ़्यूज़ होता है, लेकिन इश्यू स्टेज में 2 फ़्यूज़्ड-डोमेन यूओपी को अन-लेमिनेट करता है, क्योंकि इंडेक्स एड्रेसिंग मोड के कारण, यहां तक ​​कि हैसवेल / स्काईलेक पर भी । मैंने सोचा कि यह माइक्रो- add eax, [edi + edx]फ्यूज्ड रहेगा , जैसे करता है, लेकिन हो सकता है कि इंडेक्सिंग मोड्स को माइक्रो-फ्यूज्ड इंडेक्स करते हुए यूओपी के लिए काम न करे, जिसमें पहले से ही 3 इनपुट (झंडे, मेमोरी और डेस्टिनेशन) हों। जब मैंने इसे लिखा था, तो मैं सोच रहा था कि इसका प्रदर्शन नकारात्मक नहीं होगा, लेकिन मैं गलत था। ट्रंकेशन से निपटने का यह तरीका हर बार आंतरिक लूप को धीमा कर देता है, चाहे edx0 या 4 हो।

स्टोर को समायोजित करने ediऔर उपयोग edxकरने के लिए dst के लिए रीड-राइट ऑफसेट को हैंडल करना अधिक तेज़ होगा । तो adc eax, [edi]/ ... / mov [edi+edx], eax/ के lea edi, [edi+4]बजाय stosd। हसवेल और बाद में एक अनुक्रमित स्टोर को माइक्रो-फ्यूज्ड रख सकते हैं। (सैंडब्रिज / आईवीबी इसे अनलिमिटेड करेगा, भी।)

इंटेल हैसवेल पर और इससे पहले, adcऔर cmovc2c लेटेंसी के साथ 2 यूओपी हैं । ( adc eax, [edi+edx]अभी भी हैसवेल पर अन-लेमिनेटेड है, और 3 फ्यूज़्ड-डोमेन उफ़ के रूप में समस्या है)। Broadwell और बाद में सिर्फ FMA (Haswell) से अधिक के लिए 3-इनपुट UOPs, प्रदान कर सकते हैं adcऔर cmovc, (और कुछ अन्य बातें) एकल-UOP निर्देश की तरह वे एक लंबे समय के लिए एएमडी पर किया गया है। (यह एक कारण है कि एएमडी ने लंबे समय तक विस्तारित-सटीक जीएमपी बेंचमार्क में अच्छा प्रदर्शन किया है।) वैसे भी, हैसवेल का इनर लूप 12 यूओपी (+1 स्टैक-सिंक यूओपी कभी-कभार) होना चाहिए, जिसमें फ्रंट-एंड टोंटी ~ 3c प्रति के साथ है। यह सबसे अच्छा मामला है, स्टैक-सिंक उप्स को अनदेखा करना।

एक लूप के अंदर popसंतुलन के बिना उपयोग करने का pushमतलब है कि लूप एलएसडी (लूप स्ट्रीम डिटेक्टर) से नहीं चल सकता है , और हर बार आईडीक्यू में यूओपी कैश से फिर से पढ़ना होगा। यदि कुछ भी हो, तो यह स्काईलेक पर एक अच्छी बात है, क्योंकि 9 या 10 यूओपी लूप हर चक्र में 4 यूओपी पर काफी समस्या नहीं देता है । यह शायद यही कारण है कि जगह का हिस्सा है lodsdके साथ popइतना मदद की। (एलएसडी यूओपी को लॉक नहीं कर सकता है क्योंकि यह स्टैक-सिंक यूओपी डालने के लिए जगह नहीं छोड़ेगा ।) (बीटीडब्लू, एक माइक्रोकोड अपडेट एलएसडी को पूरी तरह से स्काइलेक और स्काइलेक-एक्स पर एक इरेटा को ठीक करने में अक्षम करता है। मैंने इसे मापा था। उस अद्यतन को प्राप्त करने से पहले ऊपर।)

मैंने इसे हैसवेल पर प्रोफाइल किया, और पाया कि यह 381.31 बिलियन क्लॉक साइकल में चलता है (सीपीयू फ्रीक्वेंसी की परवाह किए बिना, क्योंकि यह केवल एल 1 डी कैश का उपयोग करता है, मेमोरी का नहीं)। फ्रंट-एंड इश्यू थ्रूपुट प्रति घड़ी 3.72 फ्यूज्ड-डोमेन यूओपी, बनाम 3.70 स्काइलेक के लिए था। (लेकिन निश्चित रूप से प्रति चक्र निर्देश 2.87 से 2.42 से नीचे था, क्योंकि adcऔर cmovहसवेल पर 2 यूओपी हैं।)

pushबदलने के लिए stosdशायद उतना मदद नहीं करेगा, क्योंकि adc [esp + edx]हर बार स्टैक-सिंक यूओपी को ट्रिगर किया जाएगा। और एक बाइट की लागत के लिए होगा stdतो lodsdदूसरी दिशा में चला जाता है। ( mov [edi], eax/ lea edi, [edi+4]को बदलने के stosdलिए एक जीत है, 100M iters के लिए 32,909Mcycles से 100M iters के लिए 31,954Mcycles पर जा रहा है। ऐसा लगता है कि stosd3-uops के रूप में डिकोड करता है, स्टोर-एड्रेस / स्टोर-डेटा के साथ माइक्रो-फ़्यूज़ नहीं, इसलिए push+ स्टैक-सिंक यूओपी अभी भी की तुलना में तेज हो सकता है stosd)

114 अंगों के 1G पुनरावृत्तियों के लिए ~ 322.47 बिलियन चक्रों का वास्तविक प्रदर्शन स्काइलेक पर तेजी से 105B संस्करण के लिए आंतरिक लूप के पुनरावृत्ति 2.824 चक्रों तक काम करता है । ( ocperf.pyनीचे उत्पादन देखें)। यह स्थिर विश्लेषण की भविष्यवाणी की तुलना में धीमा है, लेकिन मैं बाहरी लूप के ओवरहेड और किसी भी स्टैक-सिंक उप्स को अनदेखा कर रहा था।

के लिए पूर्ण काउंटर branchesऔर branch-missesदिखाते हैं कि आंतरिक लूप बाहरी लूप के अनुसार एक बार गलत करता है (अंतिम पुनरावृत्ति पर, जब इसे नहीं लिया जाता है)। वह भी अतिरिक्त समय के हिस्से के लिए।


मैं बनाने भीतरी सबसे पाश महत्वपूर्ण मार्ग के लिए 3-चक्र विलंबता है, का उपयोग करके कोड आकार को बचा सकता है mov esi,eax/ sub eax,ebp/ cmovc eax, esi/cmc (2 + 2 + 3 + 1 = 8 बी) के बजाय lea esi, [eax - 1000000000]/ cmp ebp,eax/ cmovc(6 + 2 + 3 = 11B )। cmov/ stosdमहत्वपूर्ण मार्ग बंद है। (इंक्रीमेंट-ईडी यूओपी stosdस्टोर से अलग-अलग चल सकता है, इसलिए प्रत्येक पुनरावृत्ति एक छोटी निर्भरता श्रृंखला को बंद कर देती है।) यह ईबीपी इनिट निर्देश को बदलने से एक और 1 बी को बचाने के लिए उपयोग करता lea ebp, [ecx-1]है mov ebp,eax, लेकिन मुझे पता चला कि गलत होनाebpपरिणाम नहीं बदला। यह एक अंग को लपेटने और उत्पादन करने के बजाय बिल्कुल ठीक == 1000000000 होने देगा, लेकिन यह त्रुटि हम की तुलना में धीमी गति से फैलती है (जैसे) बढ़ता है, इसलिए यह अंतिम परिणाम के अग्रणी 1k अंक को बदलने के लिए नहीं होता है। इसके अलावा, मुझे लगता है कि जब हम बस जोड़ रहे हैं, तो त्रुटि खुद ही सही हो सकती है, क्योंकि इसे बिना अतिप्रवाह के रखने के लिए एक अंग में कमरा है। यहां तक ​​कि 1G + 1G एक 32-बिट पूर्णांक को अतिप्रवाह नहीं करता है, इसलिए यह अंततः ऊपर की तरफ झुक जाएगा या दूर हो जाएगा।

3 सी विलंबता संस्करण 1 अतिरिक्त यूओपी है, इसलिए फ्रंट-एंड इसे स्काइलेक पर प्रति 2.75 सी चक्र में जारी कर सकता है, केवल बैक-एंड की तुलना में थोड़ा तेज इसे चला सकता है। (हैसवेल पर, यह 13 यूओपी कुल होगा क्योंकि यह अभी भी उपयोग करता है adcऔर cmov, और 3.25c प्रति फ्रंट-एंड पर टोंटी)।

व्यवहार में यह स्काईलेक पर 1.18 धीमी (प्रति अंग 3.34 चक्र) के बजाय 3 / 2.5 = 1.2 का एक कारक चलाता है, जो कि मैंने सामने के अंत की अड़चन को लेटेंसी टोंटी के साथ बदलने के लिए भविष्यवाणी की थी, बस स्टैक-सिंक के बिना आंतरिक लूप को देखकर। UOPs। चूंकि स्टैक-सिंक यूओपी केवल तेजी से संस्करण को नुकसान पहुंचाता है (विलंबता के बजाय फ्रंट-एंड पर अड़चन), इसे समझाने के लिए ज्यादा समय नहीं लगता है। जैसे 3 / 2.54 = 1.18।

एक अन्य कारक यह है कि 3 सी विलंबता संस्करण आंतरिक लूप को छोड़ने पर होने वाली गड़बड़ी का पता लगा सकता है जबकि महत्वपूर्ण पथ अभी भी निष्पादित कर रहा है (क्योंकि फ्रंट-एंड बैक-एंड से आगे निकल सकता है, जिससे आउट-ऑफ-ऑर्डर निष्पादन लूप चलता है- काउंटर uops), इसलिए प्रभावी गलत दंड कम है। उन फ्रंट-एंड साइकिल को खोने से बैक-एंड को पकड़ने में मदद मिलती है।

यदि यह उस के लिए नहीं था, तो हम शायद cmccarry_out -> edx और esp offsets की शाखा रहित हैंडलिंग के बजाय बाहरी लूप में एक शाखा का उपयोग करके 3c संस्करण को गति दे सकते हैं । एक डेटा निर्भरता के बजाय एक नियंत्रण निर्भरता के लिए शाखा-भविष्यवाणी + सट्टा निष्पादन, अगले पुनरावृत्ति को adcलूप चलाना शुरू कर सकता है, जबकि पिछले आंतरिक लूप से उफ़ अभी भी उड़ान में थे। शाखा रहित संस्करण में, आंतरिक लूप में लोड पतों में adcपिछले अंग के आखिरी से CF पर डेटा निर्भरता होती है ।

फ्रंट-एंड पर 2 सी लेटेंसी इनर-लूप वर्जन की अड़चनें हैं, इसलिए बैक-एंड काफ़ी ऊपर रहता है। यदि बाहरी-लूप कोड उच्च-विलंबता था, तो फ्रंट-एंड आंतरिक लूप के अगले पुनरावृत्ति से उफ़ जारी करने से आगे निकल सकता है। (लेकिन इस मामले में बाहरी-लूप सामान में ILP और कोई उच्च-विलंबता सामान नहीं है, इसलिए बैक-एंड में कैच-अप शेड्यूलर में यूओपीएस के माध्यम से चबाने शुरू करने के लिए बहुत पकड़ नहीं है उनके इनपुट तैयार हो जाते हैं)।

### Output from a profiled run
$ asm-link -m32 fibonacci-1G.asm && (size fibonacci-1G; echo disas fibonacci-1G) && ocperf.py stat -etask-clock,context-switches:u,cpu-migrations:u,page-faults:u,cycles,instructions,uops_issued.any,uops_executed.thread,uops_executed.stall_cycles -r4  ./fibonacci-1G
+ yasm -felf32 -Worphan-labels -gdwarf2 fibonacci-1G.asm
+ ld -melf_i386 -o fibonacci-1G fibonacci-1G.o
   text    data     bss     dec     hex filename
    106       0       0     106      6a fibonacci-1G
disas fibonacci-1G
perf stat -etask-clock,context-switches:u,cpu-migrations:u,page-faults:u,cycles,instructions,cpu/event=0xe,umask=0x1,name=uops_issued_any/,cpu/event=0xb1,umask=0x1,name=uops_executed_thread/,cpu/event=0xb1,umask=0x1,inv=1,cmask=1,name=uops_executed_stall_cycles/ -r4 ./fibonacci-1G
79523178745546834678293851961971481892555421852343989134530399373432466861825193700509996261365567793324820357232224512262917144562756482594995306121113012554998796395160534597890187005674399468448430345998024199240437534019501148301072342650378414269803983873607842842319964573407827842007677609077777031831857446565362535115028517159633510239906992325954713226703655064824359665868860486271597169163514487885274274355081139091679639073803982428480339801102763705442642850327443647811984518254621305295296333398134831057713701281118511282471363114142083189838025269079177870948022177508596851163638833748474280367371478820799566888075091583722494514375193201625820020005307983098872612570282019075093705542329311070849768547158335856239104506794491200115647629256491445095319046849844170025120865040207790125013561778741996050855583171909053951344689194433130268248133632341904943755992625530254665288381226394336004838495350706477119867692795685487968552076848977417717843758594964253843558791057997424878788358402439890396,�X\�;3�I;ro~.�'��R!q��%��X'B ��      8w��▒Ǫ�
 ... repeated 3 more times, for the 3 more runs we're averaging over
  Note the trailing garbage after the trailing digits.

 Performance counter stats for './fibonacci-1G' (4 runs):

      73438.538349      task-clock:u (msec)       #    1.000 CPUs utilized            ( +-  0.05% )
                 0      context-switches:u        #    0.000 K/sec                  
                 0      cpu-migrations:u          #    0.000 K/sec                  
                 2      page-faults:u             #    0.000 K/sec                    ( +- 11.55% )
   322,467,902,120      cycles:u                  #    4.391 GHz                      ( +-  0.05% )
   924,000,029,608      instructions:u            #    2.87  insn per cycle           ( +-  0.00% )
 1,191,553,612,474      uops_issued_any:u         # 16225.181 M/sec                   ( +-  0.00% )
 1,173,953,974,712      uops_executed_thread:u    # 15985.530 M/sec                   ( +-  0.00% )
     6,011,337,533      uops_executed_stall_cycles:u #   81.855 M/sec                    ( +-  1.27% )

      73.436831004 seconds time elapsed                                          ( +-  0.05% )

( +- x %)उस गणना के लिए 4 रनों से अधिक का मानक-विचलन है। दिलचस्प है कि यह ऐसे दौर में कई निर्देश चलाता है। यह 924 बिलियन कोई संयोग नहीं है। मुझे लगता है कि बाहरी लूप कुल 924 निर्देश चलाता है।

uops_issuedएक फ़्यूज़-डोमेन काउंट (फ्रंट-एंड इश्यू बैंडविड्थ के लिए प्रासंगिक) है, जबकि uops_executedएक अप्रयुक्त-डोमेन काउंट (निष्पादन बंदरगाहों को भेजे गए उफ़ की संख्या) है। माइक्रो-फ्यूजन 2 अप्रयुक्त-डोमेन यूपीएस को एक फ्यूज्ड-डोमेन यूओपी में पैक करता है, लेकिन मूव -एलिमिनेशन का मतलब है कि कुछ फ्यूज्ड-डोमेन यूओपी को किसी निष्पादन पोर्ट की आवश्यकता नहीं है। यूओपी और फ्यूज्ड बनाम अप्रयुक्त डोमेन की गिनती के बारे में अधिक के लिए जुड़ा हुआ प्रश्न देखें। ( एगॉन फॉग के इंस्ट्रक्शन टेबल और उर्क गाइड और एसओ x86 टैग विकी में अन्य उपयोगी लिंक भी देखें )।

एक और रन से अलग-अलग चीजों को मापना: L1D कैश मिस पूरी तरह से महत्वहीन हैं, जैसा कि एक ही दो 456B बफ़र्स को पढ़ने / लिखने के लिए अपेक्षित है। आंतरिक लूप शाखा एक बार बाहरी लूप (जब यह लूप को छोड़ने के लिए नहीं ली जाती है) के अनुसार गलत हो जाती है। (कुल समय अधिक है क्योंकि कंप्यूटर पूरी तरह से निष्क्रिय नहीं था। संभवत: अन्य तार्किक कोर कुछ समय में सक्रिय था, और अधिक समय व्यवधान में खर्च किया गया था (चूंकि उपयोगकर्ता-अंतरिक्ष-मापा आवृत्ति 4.400GHz से नीचे थी)। या कई कोर अधिक समय से सक्रिय थे, अधिकतम टर्बो को कम करना। मैंने यह cpu_clk_unhalted.one_thread_activeदेखने के लिए ट्रैक नहीं किया कि क्या एचटी प्रतियोगिता एक मुद्दा था।)

     ### Another run of the same 105/106B "main" version to check other perf counters
      74510.119941      task-clock:u (msec)       #    1.000 CPUs utilized          
                 0      context-switches:u        #    0.000 K/sec                  
                 0      cpu-migrations:u          #    0.000 K/sec                  
                 2      page-faults:u             #    0.000 K/sec                  
   324,455,912,026      cycles:u                  #    4.355 GHz                    
   924,000,036,632      instructions:u            #    2.85  insn per cycle         
   228,005,015,542      L1-dcache-loads:u         # 3069.535 M/sec
           277,081      L1-dcache-load-misses:u   #    0.00% of all L1-dcache hits
                 0      ld_blocks_partial_address_alias:u #    0.000 K/sec                  
   115,000,030,234      branches:u                # 1543.415 M/sec                  
     1,000,017,804      branch-misses:u           #    0.87% of all branches        

मेरा कोड अच्छी तरह से राइज़ेन पर कम चक्रों में चल सकता है, जो प्रति चक्र 5 यूओपी जारी कर सकता है (या 6 जब उनमें से कुछ 2-यूओपी निर्देश हैं, जैसे एवाईएक्स 256 बी सामान राइजेन पर)। मुझे यकीन नहीं है कि इसके फ्रंट-एंड के साथ क्या होगा stosd, जो कि राइजन (इंटेल के समान) पर 3 यूओपी है। मुझे लगता है कि इनर लूप के अन्य निर्देश स्काइलेक और सभी सिंगल-यूओपी के समान हैं। (सहित adc eax, [edi+edx], जो स्काईलेक पर एक फायदा है)।


यह संभवतः काफी छोटा हो सकता है, लेकिन शायद 9x धीमा, अगर मैंने संख्याओं को 1 दशमलव अंक प्रति बाइट के रूप में संग्रहीत किया । साथ ले जाने cmpऔर समायोजित करने cmovका कार्य समान होगा, लेकिन काम 1/9 वां करें। बाइट प्रति 2 दशमलव अंकों (आधार-100, एक साथ नहीं 4 बिट बीसीडी धीमी गति सेDAA ) होगा भी काम करते हैं, और div r8/ add ax, 0x3030एक 0-99 बाइट मुद्रण क्रम में दो ASCII अंक में बदल जाता है। लेकिन 1 अंक प्रति बाइट की आवश्यकता नहीं है div, बस लूपिंग और 0x30 जोड़ना है। अगर मैं बाइट्स को प्रिंटिंग ऑर्डर में स्टोर करता हूं, तो यह 2 लूप को वास्तव में सरल बना देगा।


64-बिट पूर्णांक (64-बिट मोड में) में 18 या 19 दशमलव अंकों का उपयोग करने से यह लगभग दो बार तेजी से चलेगा, लेकिन सभी REX उपसर्गों के लिए और 64-बिट स्थिरांक के लिए महत्वपूर्ण कोड-आकार का खर्च होगा। 64-बिट मोड में 32-बिट अंग pop eaxइसके बजाय का उपयोग करने से रोकता है lodsd। मैं अभी भी उपयोग करके REX उपसर्गों से बच सकते हैं espएक गैर सूचक खरोंच रजिस्टर के रूप में (के उपयोग की अदला-बदली esiऔर esp), के बजाय का उपयोग कर r8dएक 8 वीं रजिस्टर के रूप में।

यदि कॉल करने योग्य-फ़ंक्शन संस्करण बनाते हैं, तो 64-बिट में कनवर्ट करना और r8dसहेजना / पुनर्स्थापित करने की तुलना में सस्ता हो सकता है rsp। 64-बिट भी एक-बाइट dec r32एन्कोडिंग का उपयोग नहीं कर सकता (क्योंकि यह एक REX उपसर्ग है)। लेकिन ज्यादातर मैंने dec bl2 बाइट्स का उपयोग करके समाप्त किया । (क्योंकि मेरे पास ऊपरी बाइट्स में एक स्थिरांक है ebx, और केवल आंतरिक छोरों के बाहर इसका उपयोग करते हैं, जो काम करता है क्योंकि स्थिर की कम बाइट है 0x00।)


उच्च प्रदर्शन संस्करण

अधिकतम प्रदर्शन (कोड-गोल्फ नहीं) के लिए, आप आंतरिक लूप को अनियंत्रित करना चाहते हैं, इसलिए यह अधिकतम 22 पुनरावृत्तियों पर चलता है, जो कि शाखा-भविष्यवाणियों के लिए अच्छा प्रदर्शन करने के लिए पर्याप्त रूप से लिया गया / नहीं लिया गया पैटर्न है। मेरे प्रयोगों में, mov cl, 22इससे पहले कि एक .inner: dec cl/jnz .innerलूप में बहुत कम गलतफहमी हो (जैसे 0.05%, इनर लूप के प्रति पूर्ण भाग से कम), लेकिन mov cl,23गलत लूप 0.35 से 0.6 गुना प्रति इनर लूप है। 46विशेष रूप से बुरा है, गलत तरीके से ~ 1.28 गुना प्रति इनर-लूप (100M बाहरी-लूप पुनरावृत्तियों के लिए 128M बार)। 114गलत तरीके से एक बार आंतरिक लूप के अनुसार, जैसा कि मैंने फाइबोनैचि लूप के हिस्से के रूप में पाया था।

मैं उत्सुक हो गया और इसे आज़माया, आंतरिक लूप को 6 के साथ एक %rep 6(क्योंकि यह 114 समान रूप से विभाजित करता है) को नियंत्रित करता है। कि ज्यादातर शाखा-मिसेस को समाप्त कर दिया। मैंने edxनकारात्मक बनाया और इसे movस्टोर के लिए एक ऑफसेट के रूप में इस्तेमाल किया , ताकि adc eax,[edi]माइक्रो-फ्यूज्ड रह सके। (और इसलिए मैं बच सकता था stosd)। मैं खींच लिया leaअद्यतन करने के लिए ediसे बाहर %repब्लॉक, तो यह केवल 6 दुकानों प्रति एक सूचक अद्यतन करता है।

मुझे बाहरी लूप में सभी आंशिक-रजिस्टर सामान से भी छुटकारा मिला, हालांकि मुझे नहीं लगता कि यह महत्वपूर्ण था। यह बाहरी एडी के अंतिम एडीसी पर निर्भर नहीं होने के कारण सीएफ के लिए थोड़ा मदद कर सकता है, इसलिए कुछ इनर-लूप की शुरुआत हो सकती है। बाहरी लूप कोड को शायद थोड़ा और अधिक अनुकूलित किया जा सकता है, क्योंकि neg edxमैंने जो आखिरी काम किया था, xchgसिर्फ 2 movनिर्देशों के साथ बदलने के बाद (क्योंकि मेरे पास पहले से ही 1 था), और 8-बिट को छोड़ने के साथ डिप चेन को फिर से व्यवस्थित करना। सामान रजिस्टर करें।

यह सिर्फ फाइबोनैचि लूप का NASM स्रोत है। यह मूल संस्करण के उस भाग के लिए एक ड्रॉप-इन प्रतिस्थापन है।

  ;;;; Main loop, optimized for performance, not code-size
%assign unrollfac 6
    mov    bl, limbcount/unrollfac  ; and at the end of the outer loop
    align 32
.fibonacci:
limbcount equ 114             ; 112 = 1006 decimal digits / 9 digits per limb.  Not enough for 1000 correct digits, but 114 is.
                              ; 113 would be enough, but we depend on limbcount being even to avoid a sub
;    align 8
.digits_add:

%assign i 0
%rep unrollfac
    ;lodsd                       ; Skylake: 2 uops.  Or  pop rax  with rsp instead of rsi
;    mov    eax, [esp]
;    lea    esp, [esp+4]   ; adjust ESP without affecting CF.  Alternative, load relative to edi and negate an offset?  Or add esp,4 after adc before cmp
    pop    eax
    adc    eax, [edi+i*4]    ; read from a potentially-offset location (but still store to the front)
 ;; jz .out   ;; Nope, a zero digit in the result doesn't mean the end!  (Although it might in base 10**9 for this problem)

    lea    esi, [eax - 1000000000]
    cmp    ebp, eax                ; sets CF when (base-1) < eax.  i.e. when eax>=base
    cmovc  eax, esi                ; eax %= base, keeping it in the [0..base) range
%if 0
    stosd
%else
  mov    [edi+i*4+edx], eax
%endif
%assign i i+1
%endrep
  lea   edi, [edi+4*unrollfac]

    dec    bl                      ; preserves CF.  The resulting partial-flag merge on ADC would be slow on pre-SnB CPUs
    jnz .digits_add
    ; bl=0, ebx=-1024
    ; esi has its high bit set opposite to CF
.end_innerloop:
    ;; after a non-zero carry-out (CF=1): right-shift both buffers by 1 limb, over the course of the next two iterations
    ;; next iteration with r8 = 1 and rsi+=4:  read offset from both, write normal.  ends with CF=0
    ;; following iter with r8 = 1 and rsi+=0:  read offset from dest, write normal.  ends with CF=0
    ;; following iter with r8 = 0 and rsi+=0:  i.e. back to normal, until next carry-out (possible a few iters later)

    ;; rdi = bufX + 4*limbcount
    ;; rsi = bufY + 4*limbcount + 4*carry_last_time

;    setc   [rdi]
;    mov    dl, dh               ; edx=0.  2c latency on SKL, but DH has been ready for a long time
;    adc    edx,edx    ; edx = CF.  1B shorter than setc dl, but requires edx=0 to start
    setc   al
    movzx  edx, al
    mov    [edi], edx ; store the carry-out into an extra limb beyond limbcount
    shl    edx, 2
    ;; Branching to handle the truncation would break the data-dependency (of pointers) on carry-out from this iteration
    ;;  and let the next iteration start, but we bottleneck on the front-end (9 uops)
    ;;  not the loop-carried dependency of the inner loop (2 cycles for adc->cmp -> flag input of adc next iter)
    ;; Since the pattern isn't perfectly regular, branch mispredicts would hurt us

    ; keep -1024 in ebx.  Using bl for the limb counter leaves bl zero here, so it's back to -1024 (or -2048 or whatever)
    mov    eax, esp
    and    esp, 4               ; only works if limbcount is even, otherwise we'd need to subtract limbcount first.

    and    edi, ebx  ; -1024    ; revert to start of buffer, regardless of offset
    add    edi, edx             ; read offset in next iter's src
    ;; maybe   or edi,edx / and edi, 4 | -1024?  Still 2 uops for the same work
    ;;  setc dil?

    ;; after adjusting src, so this only affects read-offset in the dst, not src.
    or     edx, esp             ; also set r8d if we had a source offset last time, to handle the 2nd buffer
    mov    esp, edi

;    xchg   edi, esp   ; Fibonacci: dst and src swap
    and    eax, ebx  ; -1024

    ;; mov    edi, eax
    ;; add    edi, edx
    lea    edi, [eax+edx]
    neg    edx            ; negated read-write offset used with store instead of load, so adc can micro-fuse

    mov    bl, limbcount/unrollfac
    ;; Last instruction must leave CF clear for next iter
;    loop .fibonacci  ; Maybe 0.01% slower than dec/jnz overall
;    dec ecx
    sub ecx, 1                  ; clear any flag dependencies.  No faster than dec, at least when CF doesn't depend on edx
    jnz .fibonacci

प्रदर्शन:

 Performance counter stats for './fibonacci-1G-performance' (3 runs):

      62280.632258      task-clock (msec)         #    1.000 CPUs utilized            ( +-  0.07% )
                 0      context-switches:u        #    0.000 K/sec                  
                 0      cpu-migrations:u          #    0.000 K/sec                  
                 3      page-faults:u             #    0.000 K/sec                    ( +- 12.50% )
   273,146,159,432      cycles                    #    4.386 GHz                      ( +-  0.07% )
   757,088,570,818      instructions              #    2.77  insn per cycle           ( +-  0.00% )
   740,135,435,806      uops_issued_any           # 11883.878 M/sec                   ( +-  0.00% )
   966,140,990,513      uops_executed_thread      # 15512.704 M/sec                   ( +-  0.00% )
    75,953,944,528      resource_stalls_any       # 1219.544 M/sec                    ( +-  0.23% )
       741,572,966      idq_uops_not_delivered_core #   11.907 M/sec                    ( +- 54.22% )

      62.279833889 seconds time elapsed                                          ( +-  0.07% )

यह उसी Fib (1G) के लिए है, जो 73 सेकंड के बजाय 62.3 सेकंड में समान आउटपुट का उत्पादन करता है। (273.146G चक्र, बनाम 322.467G। चूंकि L1 कैश में सब कुछ हिट है, कोर घड़ी चक्र वास्तव में हम सभी को देखने की जरूरत है।)

बहुत कम कुल uops_issuedगिनती पर ध्यान दें, गिनती के नीचे अच्छी तरह से uops_executed। इसका मतलब है कि उनमें से कई माइक्रो-फ़्यूज़ किए गए थे: फ़्यूज़्ड डोमेन (इश्यू / आरओबी) में 1 यूओपी, लेकिन अप्रयुक्त डोमेन (शेड्यूलर / एक्ज़ीक्यूटिव यूनिट्स) में 2 यूओपी। और उस मुद्दे / नाम बदलने की अवस्था में कुछ को समाप्त कर दिया गया था (जैसे movरजिस्टर की नकल, या xor-रोजिंग, जिसे जारी करने की आवश्यकता है लेकिन निष्पादन इकाई की आवश्यकता नहीं है)। हटाए गए यूओपी दूसरे तरीके से गिनती को असंतुलित कर देंगे।

branch-misses1G से ~ 400k तक नीचे है, इसलिए अनियंत्रित होकर काम किया। resource_stalls.anyअब महत्वपूर्ण है, जिसका अर्थ है कि फ्रंट-एंड अब अड़चन नहीं है: इसके बजाय बैक-एंड पीछे हो रहा है और फ्रंट-एंड को सीमित कर रहा है। idq_uops_not_delivered.coreकेवल उन चक्रों को गिना जाता है जहाँ सामने का छोर ऊप्स डिलीवर नहीं करता था, लेकिन बैक-एंड स्टाल नहीं था । यह अच्छा है और कम है, कुछ सामने वाले बाधाओं का संकेत है।


मजेदार तथ्य: अजगर संस्करण अपने आधे से अधिक समय को जोड़ने के बजाय 10 से विभाजित करता है। ( 2 के एक कारक से अधिक इसे गति के a/=10साथ प्रतिस्थापित करना a>>=64, लेकिन परिणाम बदल देता है क्योंकि द्विआधारी ट्रंकेशन! = दशमलव ट्रंकेशन।)

मेरे asm संस्करण निश्चित रूप से इस समस्या के आकार के लिए विशेष रूप से अनुकूलित है, लूप पुनरावृत्ति-के साथ हार्ड कोडित है। यहां तक ​​कि एक मनमानी-सटीक संख्या को शिफ्ट करने से यह कॉपी हो जाएगा, लेकिन मेरा संस्करण सिर्फ अगले दो पुनरावृत्तियों के लिए एक ऑफसेट से पढ़ सकता है ताकि इसे छोड़ सकें।

मैंने अजगर संस्करण (आर्क लिनक्स पर 64-बिट python2.7) को संकलित किया:

ocperf.py stat -etask-clock,context-switches:u,cpu-migrations:u,page-faults:u,cycles,instructions,uops_issued.any,uops_executed.thread,arith.divider_active,branches,branch-misses,L1-dcache-loads,L1-dcache-load-misses python2.7 ./fibonacci-1G.anders-brute-force.py
795231787455468346782938519619714818925554218523439891345303993734324668618251937005099962613655677933248203572322245122629171445627564825949953061211130125549987963951605345978901870056743994684484303459980241992404375340195011483010723426503784142698039838736078428423199645734078278420076776090777770318318574465653625351150285171596335102399069923259547132267036550648243596658688604862715971691635144878852742743550811390916796390738039824284803398011027637054426428503274436478119845182546213052952963333981348310577137012811185112824713631141420831898380252690791778709480221775085968511636388337484742803673714788207995668880750915837224945143751932016258200200053079830988726125702820190750937055423293110708497685471583358562391045067944912001156476292564914450953190468498441700251208650402077901250135617787419960508555831719090539513446891944331302682481336323419049437559926255302546652883812263943360048384953507064771198676927956854879685520768489774177178437585949642538435587910579974100118580

 Performance counter stats for 'python2.7 ./fibonacci-1G.anders-brute-force.py':

     755380.697069      task-clock:u (msec)       #    1.000 CPUs utilized          
                 0      context-switches:u        #    0.000 K/sec                  
                 0      cpu-migrations:u          #    0.000 K/sec                  
               793      page-faults:u             #    0.001 K/sec                  
 3,314,554,673,632      cycles:u                  #    4.388 GHz                      (55.56%)
 4,850,161,993,949      instructions:u            #    1.46  insn per cycle           (66.67%)
 6,741,894,323,711      uops_issued_any:u         # 8925.161 M/sec                    (66.67%)
 7,052,005,073,018      uops_executed_thread:u    # 9335.697 M/sec                    (66.67%)
   425,094,740,110      arith_divider_active:u    #  562.756 M/sec                    (66.67%)
   807,102,521,665      branches:u                # 1068.471 M/sec                    (66.67%)
     4,460,765,466      branch-misses:u           #    0.55% of all branches          (44.44%)
 1,317,454,116,902      L1-dcache-loads:u         # 1744.093 M/sec                    (44.44%)
        36,822,513      L1-dcache-load-misses:u   #    0.00% of all L1-dcache hits    (44.44%)

     755.355560032 seconds time elapsed

(परेंस) संख्या में कितने समय के लिए पूर्ण काउंटर का नमूना लिया जा रहा था। जब एचडब्ल्यू समर्थन से अधिक काउंटरों को देखता है, तो विभिन्न काउंटरों और एक्सट्रपलेट्स के बीच परफैक्ट घूमता है। एक ही कार्य के लंबे समय के लिए यह पूरी तरह से ठीक है।

यदि मैं perfsysctl kernel.perf_event_paranoid = 0(या perfरूट के रूप में चल रहा है) सेट करने के बाद भाग गया , तो यह मापेगा 4.400GHzcycles:uइंटरप्ट (या सिस्टम कॉल) में बिताए समय की गणना नहीं करता है, केवल उपयोगकर्ता-अंतरिक्ष चक्र। मेरा डेस्कटॉप लगभग पूरी तरह से निष्क्रिय था, लेकिन यह विशिष्ट है।


20

हास्केल, 83 61 बाइट्स

p(a,b)(c,d)=(a*d+b*c-a*c,a*c+b*d)
t g=g.g.g
t(t$t=<<t.p)(1,1)

आउटपुट ( एफ 1000000000 , एफ 1000000001 )। मेरे लैपटॉप पर, यह 1.35 GiB मेमोरी का उपयोग करके, 133 सेकंड के भीतर बाएं पैरेन और पहले 1000 अंकों को सही ढंग से प्रिंट करता है।

यह काम किस प्रकार करता है

मैट्रिक्स प्रतिपादक का उपयोग करके फाइबोनैचि पुनरावृत्ति को हल किया जा सकता है:

[ एफ आई - 1 , एफ आई ; एफ आई , एफ आई + 1 ] = [0, 1; 1, 1] i ,

जिससे हम इन पहचानों को प्राप्त करते हैं:

[ एफ आई + जे - १ , एफ आई + जे ; एफ आई + जे , एफ आई + जे + १ ] = [ एफ आई - १ , एफ आई ; एफ आई , एफ आई + 1 ] + [ एफ जे - 1 , एफ जे ; एफ जे , एफ जे + 1 ],
एफ आई + जे = एफ आई + १ एफ जे + १ - एफ i - 1 F j - 1 = F i + 1 F j + 1 - ( F i + 1 - F i ) ( F j + 1 - F j ),
F i + j + 1 = एफ आई एफ जे + एफ आई + १ एफ जे + १

pसमारोह गणना ( एफ मैं + j , एफ मैं + j + 1 ) दी ( एफ मैं , एफ मैं + 1 ) और ( एफ जे , एफ जे + 1 )। f n( F i , F i + 1 ) के लिए लेखन , हमारे पास p (f i) (f j)= है f (i + j)

फिर,

(t=<<t.p) (f i)
= t ((t.p) (f i)) (f i)
= t (p (f i).p (f i).p (f i)) (f i)
= (p (f i).p (f i).p (f i).p (f i).p (f i).p (f i).p (f i).p (f i).p (f i)) (f i)
= f (10 * i),

(t$t=<<t.p) (f i)
= ((t=<<t.p).(t=<<t.p).(t=<<t.p)) (f i)
= f (10^3 * i),

t(t$t=<<t.p) (f i)
= ((t$t=<<t.p).(t$t=<<t.p).(t$t=<<t.p)) (f i)
= f (10^9 * i),

और हम में प्लग f 1= (1,1)


12

गणितज्ञ, १५ 34 बाइट्स

Fibonacci खुद अपने कंप्यूटर पर ~ 6s लेता है। और 95 (+/- 5) के सामने इसे प्रदर्शित करने के लिए है।

Fibonacci@1*^9&

यहाँ छवि विवरण दर्ज करें

पहले 1000 अंक (34 बाइट्स): ⌊Fibonacci@1*^9/1*^208986640⌋&

परीक्षण 1

लंबा लेकिन तेज ToString@Fibonacci@1*^9~StringTake~1000&:

परीक्षण स्क्रीनशॉट


1
6 सेकंड ?! आप किस तरह का कंप्यूटर चला रहे हैं? यह 140 सेकंड मेरा लिया! (यह भी, क्या वास्तव में आपको इसे एक स्ट्रिंग में बदलने और इसे गणना करने की तुलना में पहले 1000 वर्ण प्राप्त करने में 10x अधिक समय लगता है?)
संख्यात्मक

1
@numbermaniac क्षमा करें मुझे स्पष्ट करना चाहिए कि संख्या को प्रदर्शित करने के लिए दृश्यपटल में अधिक समय लगता है।
कीउ गान

1
@numbermaniac: वे समय वास्तव में मुझे आश्चर्यचकित नहीं करते। आंतरिक रूप से फाइबोनैचि परिणाम संभवतः बेस 2 में है, और एनआईआर फाइबोनैचि संख्या की गणना IIRC ओ (लॉग (एन)) संचालन में किया जा सकता है; Mathematica निश्चित रूप से बड़े पैमाने पर BigInteger परिवर्धन के माध्यम से अपने तरीके से क्रूरतापूर्ण नहीं है। IDK कि अच्छी तरह से भाषा; शायद यह एक आंशिक रूप से आलसी मूल्यांकन का उपयोग कर रहा है वास्तव में एक 71.5MB BigInteger बनाने से बचने के लिए।
पीटर कॉर्ड्स

2
@numbermaniac: इससे भी महत्वपूर्ण बात यह है कि आंतरिक प्रतिनिधित्व बेस 2 में है, और बेस 10 स्ट्रिंग में परिवर्तित करने के लिए 10. बार विभाजन की आवश्यकता होती है। पूर्णांक 64-बिट पूर्णांक के लिए पूर्णांक गुणन की तुलना में बहुत धीमा है, और यह केवल दो-रजिस्टर विस्तारित परिशुद्धता के लिए बुरा है। (यदि बदतर नहीं है, क्योंकि बहु-हाल ही में x86 सीपीयू से भी बेहतर अच्छे डिवाइड हार्डवेयर में विभाजित करने की तुलना में बेहतर रूप से पाइपलाइज़ किया गया है)। मुझे लगता है कि यह मनमाने ढंग से सटीक के लिए उतना ही बुरा है, यहां तक ​​कि 10.
पीटर कॉर्ड्स

1
मैं इस प्रश्न का x86 मशीन कोड उत्तर देख रहा था, और पूरे समय अपने संख्याओं को दशमलव रखने पर विचार कर रहा था। यह ज्यादातर विस्तारित-सटीक विभाजन लूप की आवश्यकता नहीं होने से कार्यान्वयन को छोटा करना था। (मैं सोच रहा था कि शायद बाइट (०.९९) या २.१.१ ९ -१ प्रति ३२ बिट चंक के साथ २ अंक हो सकता है, इसलिए प्रत्येक हिस्सा दशमलव अंकों की एक निरंतर संख्या में बदल जाता है और मैं सिर्फ उपयोग कर सकता हूं div)। मैं तब से रुक गया, जब तक मेरे पास एक अच्छा-खासा फंक्शन हो चुका था, इस सवाल को लोग शायद देख रहे थे। लेकिन स्पष्ट रूप से जानवर-बल काम कर सकते हैं, जैसा कि कुछ जवाब दिखाते हैं।
पीटर कॉर्ड्स

11

पायथन 2, 70 बाइट्स

a,b=0,1
i=1e9
while i:
 a,b=b,a+b;i-=1
 if a>>3360:a/=10;b/=10
print a

यह मेरे लैपटॉप पर 18 मिनट और 31 सेकंड में चला, सही 1000 अंकों का उत्पादन और उसके बाद 74100118580(सही निम्नलिखित अंक हैं 74248787892)।


जानवर-बल और काम-बचत का अच्छा मिश्रण।
पीटर कॉर्ड्स

चूंकि यह दर्शाता है कि एक काफी सरल जानवर-बल दृष्टिकोण काम करता है, मैं इसे x86 मशीन कोड में लागू करने के बारे में सोच रहा था। मैं शायद इसे 100 से 200 बाइट्स में काम कर सकता था, सभी विस्तारित-सटीक सामान मैन्युअल रूप से कर रहा था, लेकिन यह महत्वपूर्ण विकास समय लेगा, विशेष रूप से इसे गोल्फ + इसे अनुकूलित करने के लिए। मेरी योजना बेस 10 ** 9 की 32-बिट विखंडू थी इसलिए इसे 1006 अंकों तक नीचे करना आसान है, और मनमाना-सटीक विभाजन के बिना दशमलव स्ट्रिंग में परिवर्तित करना आसान है। divप्रति लंक 9 दशमलव अंक बनाने के लिए बस एक लूप। ADC के बजाय cmp / cmov और 2xADD के साथ जोड़ा जाता है।
पीटर कॉर्डेस

यह सोचने के लिए कि पिछली टिप्पणी मुझे टाइप करने के लिए पर्याप्त थी। मैंने उस विचार का उपयोग करके x86 32-बिट मशीन कोड के 106 बाइट्स में इसे लागू करना समाप्त कर दिया , अपने कंप्यूटर पर 1min13s में चल रहा है। इस python संस्करण के लिए मेरे डेस्कटॉप पर 12min35s (जो कि अपना अधिकांश समय 10 से विभाजित करता है, जो तेज नहीं है विस्तारित सटीक आधार संख्या के लिए!)
पीटर कॉर्ड्स

10

हास्केल , 78 बाइट्स

(a%b)n|n<1=b|odd n=b%(a+b)$n-1|r<-2*a*b-a*a=r%(a*a+b*b)$div n 2
1%0$2143923439

इसे ऑनलाइन आज़माएं!

TIO पर 48 सेकंड का समय लिया। मेरे पायथन जवाब के रूप में एक ही पुनरावर्ती सूत्र , लेकिन बिना छंटनी।

निरंतर 2143923439है 10**9-1, द्विआधारी में उलट है, और अंत में एक अतिरिक्त 1 के साथ। रिवर्स में इसके बाइनरी अंकों के माध्यम से Iterating, द्विआधारी अंकों के माध्यम से पुनरावृत्ति करता है 10**9-1। यह गणना करने की तुलना में इसे हार्डकोड करना कम लगता है।


9

हास्केल , 202 184 174 173 170 168 168 162 बाइट्स

(a,b)!(c,d)=a*c+b*d
l x=((34,55)!x,(55,89)!x)
f(a,b)|x<-l(a,b)=(x!l(b-a,a),x!x)
r=l.f
k=f.f.f
j=f.r.r.r.r
main=print$take 1000$show$fst$f$r$k$k$r$k$j$f$r$j$r(0,1)

इसे ऑनलाइन आज़माएं!

व्याख्या

यह संख्याओं की गणना करने के लिए एक तेज़ तरीके का उपयोग करता है। यह फ़ंक्शन lदो फ़ोटोग्राफ़ी संख्याएँ लेता है और 10 के बाद के नंबरों की गणना करता है, जबकि n th और n + 1 वें रिटेनर नंबरों को fलेता है और 2n + 20 th और 2n + 21 वें रिट्रेसमेंट नंबरों की गणना करता है । मैं उन्हें 1 अरब पाने के लिए और पहले 1000 अंकों को हड़पने के लिए घृणापूर्वक श्रृंखलाबद्ध करता हूं।


आप एक ऑपरेटर को लागू करके कुछ बाइट्स को बचा सकते हैं जो n समय के साथ ही एक फ़ंक्शन बनाता है।
user1502040

@ user1502040 यानी चर्च अंक।
फ्लोरियन एफ

8

हास्केल, 81 बाइट्स

f n|n<3=1|even n=fk*(2*f(k+1)-fk)|1>0=f(k+1)^2+fk^2 where k=n`div`2;fk=f k
f$10^9

व्याख्या

f nपुन: nसामान्य रूप से xnor के उत्तर से उप-प्रत्यावर्तन उन्मूलन के साथ पुनरावृत्ति का उपयोग करके वें रिट्रेसमेंट संख्या की गणना करता है । पोस्ट किए गए अन्य समाधानों के विपरीत, जो O (लॉग (n)) गुणन का उपयोग करते हैं, हमारे पास O (n) गुणन की जटिलता के लिए 2 की शाखाओं वाले कारक के साथ O (लॉग (n)) - गहराई पुनरावृत्ति है।

वैसे, सबकुछ नष्ट नहीं हुआ है! क्योंकि लगभग सभी कॉल पुनरावर्ती पेड़ के नीचे होंगे, हम जहां संभव हो वहां तेजी से देशी अंकगणित का उपयोग कर सकते हैं और विशाल बग्गामों के बहुत से हेरफेर से बच सकते हैं। यह मेरे बॉक्स पर कुछ मिनटों में एक उत्तर देता है।


8

T-SQL, 422 414 453 बाइट्स (सत्यापित, अब प्रतिस्पर्धा!)

EDIT 2 : बदला गया , कुछ बाइट्स हासिल की लेकिन 1 बिलियन को पूरा करने के लिए गति बढ़ा दी! 45 घंटे 29 मिनट में पूरा किया , दिए गए स्ट्रिंग के खिलाफ पुष्टि करता है, और एक अतिरिक्त 8 अक्षर प्रदर्शित करता है (जो कि गोल त्रुटियों के कारण सही हो सकता है या नहीं भी हो सकता है)।INT BIGINT DECIMAL(37,0)

T-SQL के पास कोई मूल "विशाल संख्या" समर्थन नहीं है, इसलिए मुझे 1008-वर्ण स्ट्रिंग्स का उपयोग करके अपने स्वयं के पाठ-आधारित विशाल संख्या योजक को रोल करना पड़ा:

DECLARE @a char(1008)=REPLICATE('0',1008),@ char(1008)=REPLICATE('0',1007)+'1',@c varchar(max),@x bigint=1,@y int,@t varchar(37),@f int=0o:SELECT @x+=1,@c='',@y=1i:SELECT @t=CONVERT(DECIMAL(37,0),RIGHT(@a,36))+CONVERT(DECIMAL(37,0),RIGHT(@,36))+@f,@a=RIGHT(@a,36)+@a,@=RIGHT(@,36)+@,@c=RIGHT(REPLICATE('0',36)+@t,36)+@c,@y+=1IF LEN(@t)>36SET @f=1 ELSE SET @f=0IF @y<29GOTO i
IF @f=1SELECT @a='0'+@,@='1'+@c ELSE SELECT @a=@,@=@c
If @x<1e9 GOTO o
PRINT @

यहाँ टिप्पणियों के साथ स्वरूपित संस्करण है:

DECLARE @a char(1008)=REPLICATE('0',1008)       --fib(a), have to manually fill
       ,@ char(1008)=REPLICATE('0',1007)+'1'    --fib(b), shortened variable
       ,@c varchar(max), @x bigint=1, @y int, @t varchar(37), @f int=0
o:  --outer loop
    SELECT @x+=1, @c='', @y=1
    i:  --inner loop
        SELECT @t=CONVERT(DECIMAL(37,0),RIGHT(@a,36))      --adds last chunk of string
                 +CONVERT(DECIMAL(37,0),RIGHT(@,36)) + @f
              ,@a=RIGHT(@a,36)+@a                          --"rotates" the strings
              ,@=RIGHT(@,36)+@
              ,@c=RIGHT(REPLICATE('0',36)+@t,36)+@c        --combines result
              ,@y+=1
        IF LEN(@t)>36 SET @f=1 ELSE SET @f=0               --flag for carrying the 1
     IF @y<29 GOTO i                                       --28 * 36 digits = 1008 places
     IF @f=1 SELECT @a='0'+@, @='1'+@c                     --manually carries the 1
        ELSE SELECT @a=@, @=@c
If @x<1e9 GOTO o
PRINT @

मूल रूप से मैं अपने दो फाइबोनैचि चर का प्रतिनिधित्व करते हुए 1008-चरित्र शून्य-भरे तारों को मैन्युअल रूप से जोड़ रहा हूं, @aऔर @

मैं उन्हें जोड़ने 8 18 एक समय में 36 अंक, पिछले 36 अंक बंद अलग करना, एक प्रबंधनीय सांख्यिक प्रकार में कनवर्ट (द्वारा DECIMAL(37,0)), उन्हें जोड़ने, फिर एक और लंबी स्ट्रिंग में इसे वापस स्मैश @c। मैं तब "घूमता हूं" @aऔर @अंतिम 36 अंकों को आगे बढ़ाकर और प्रक्रिया को दोहराता हूं । 28 रोटेशन * 36 अंक सभी 1008 को कवर करता है। मुझे मैन्युअल रूप से "एक को ले जाना" है।

एक बार जब हमारी संख्या मेरी स्ट्रिंग की लंबाई से अधिक होने लगती है, तो मैं "शिफ्ट लेफ्ट" हो जाता हूं और हम कुछ सटीक खोना शुरू कर देते हैं, लेकिन त्रुटि मेरे अतिरिक्त पात्रों में अच्छी तरह से है।

मैंने समान तर्क के साथ INT और BIGINTs से भरी SQL टेबल का उपयोग करने की कोशिश की, और यह नाटकीय रूप से धीमी थी। अजीब।


7
कंपनी के संसाधनों का प्रभावशाली दुरुपयोग!
दिवाबिदक

6

PARI / GP, 45 बाइट्स

\p1100
s=sqrt(5)
((1+s)/2)^1e9/s/1e208986640

किसी तरह \p1000पर्याप्त नहीं है। यह 32 बिट सिस्टम के साथ काम नहीं करता है। अंतिम विभाजन वैज्ञानिक अंकन में दशमलव बिंदु से बचने के लिए है।


4

परी / जीपी , 15 + 5 = 20 बाइट्स

fibonacci(10^9)

-s1gस्मृति के 1 Gbytes आवंटित करने के लिए कमांड लाइन विकल्प के साथ चलाएँ ।


1

रूबी, 63 बाइट्स

आदमी, मैं रूबी गोल्फ में बुरा हूँ; लेकिन बिगइंट वर्ग इस तरह के सामान के लिए चमत्कार करता है। हम एंडर्स केसरग के समान एल्गोरिथ्म का उपयोग करते हैं।

require 'matrix'
m=Matrix
puts m[[1,1],[1,0]]**10**9*m[[1],[1]]

क्या वास्तव में आपको एक हजार अंक मिलते हैं?
फ़ेफ़र
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.