在高性能计算中慎用C++ std::complex

prototype prototype 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 1.5w累计阅读 1.6w+平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄25年
关注
原创 最新推荐文章于 2026-08-27 16:14:43 发布 1.5w 阅读 AI 写同款· GEO 优化 ›
C++ 标准库中的复数类 参考： http://www.cplusplus.com/reference/complex/complex/ #include<complex> #include<iostream> using namespace :: std; int main(){ std::complex<double> cnum1; std::complex& 阅读详情

 

Copyright (c) prototype, all rights reserved。

在不对原文内容（包括作者信息）做任何改动的前提下，欢迎自由转载。
 
两年多前写的内部资料。现在自己把它翻成中文，贴到我的blog上来。
 
近来闲暇时，我用C++和表达式模板（expression template）技术实现了一个复数类（注意：是类，而不是类模板）— Complex。在类型上，它相当于std::complex<float>，但它可以很容易通过一个typedef变成一个与std::complex<double> 或 std::complex<long double>相当的类。在功能上，它实现了各种运算符重载和各种函数。最初设计和实现这个类的目的只是单纯的为了好玩，顺便温故一下已经许久没碰过的表达式模板技术。在一切必要的功能都实现完毕后，我想到和std::complex比较一下运行速度，结果却令人非常吃惊。原始结果直接copy/paste在下面。
 
一些说明：
1．测试条件：运行平台为PIII 750，WinXP Home/Cygwin。编译器为gcc 3.3.2。优化条件为 -O3 -NDEBUG。
2．程序输出格式举例说明如下：
 
complex += complex ======
// 表示比较的内容为：+= 运算符。
 
Complex
370
// 表示完成一定数目（10000000）运算，Complex所需要的tick数（越小越好/快）。
 
std::complex<Real>
331
// 表示完成相同数目的运算，std::complex<float> 所需要的tick数。Real 其实就是float的一个typedef。
 
 
测试结果：
 
complex += complex ======
Complex
370
std::complex<Real>
331
 
complex /= complex ======
Complex
500
std::complex<Real>
851
 
complex *= complex ======
Complex
331
std::complex<Real>
330
 
complex += real ======
Complex
341
std::complex<Real>
330
 
complex *= real ======
Complex
331
std::complex<Real>
320
 
complex /= real ======
Complex
832
std::complex<Real>
821
 
complex + complex ======
Complex
330
std::complex<Real>
341
 
complex * complex ======
Complex
330
std::complex<Real>
7501
 
complex / complex ======
Complex
340
std::complex<Real>
401
 
complex + real ======
Complex
330
std::complex<Real>
341
 
complex * real ======
Complex
2383
std::complex<Real>
7361
 
complex / real ======
Complex
330
std::complex<Real>
381
 
real / complex ======
Complex
681
std::complex<Real>
1051
 
sin( complex ) ======
Complex
9494
std::complex<Real>
10826
 
tan( complex ) ======
Complex
6139
std::complex<Real>
22732
 
sinh( complex ) ======
Complex
6720
std::complex<Real>
10845
 
cosh( complex ) ======
Complex
6710
std::complex<Real>
10836
 
tanh( complex ) ======
Complex
7430
std::complex<Real>
22423
 
pow( complex, real ) ======
Complex
7981
std::complex<Real>
11276
 
pow( real, complex ) ======
Complex
6069
std::complex<Real>
8963
 
pow( complex, complex ) ======
Complex
11727
std::complex<Real>
14020
 
d[i] = (a + b * c) * i ======
Complex
391
std::complex<Real>
560
 
 
d[i] = a + b * 2 + c / 3 - b * i + c * i ======
Complex
621
complex<Real>
1643
Pure C code
871
 
d[i] = (((a + b) * c / a) * (c * i - a) + a * c) * i / b ======
Complex
2223
std::complex<Real>
2514
 
 
总结：
1．除了个别情况（此时二者速度相当），std::complex 总是慢于Complex。
2．对某些运算，如，complex * real , tan, tanh，差别竟高达3倍。
3．对单个双目算术运算，似乎二者无差别（complex * complex除外）。
4．对complex * complex，二者不可思议地差了20倍。原因不明。
5．对中等复杂的算术表达式，如：d[i] = a + b * 2 + c / 3 - b * i + c * i，std::complex比Complex慢150+%。而Complex 与手写的C代码相当。
6．对相当复杂的算术表达式，如：d[i] = (((a + b) * c / a) * (c * i - a) + a * c) * i / b，std::complex比Complex稍慢，但二者相差不太大。
 
总之，即使在这样一个典型的实现里（即：gcc 3.3.2），std::complex似乎仍有不少优化空间。对大量使用复数的高性能计算C++程序，选择使用std::complex时应该慎重。
 
最后，为了避免某些误解带来的不必要战火，本人要强调的是，本文的数据和结论仅对本人使用的编译/运行环境适用。本文的结论并   不   意味着下面这些观点：
1．std::complex  一定   比自己写的复数类或C代码要慢。
2．std::complex 不适合在   任何 程序中使用。
3．任何   高性能计算C++程序不应当使用std::complex。
4．本文不涉及高性能计算程序应当用何种语言进行编写的问题。
收录于
C++

当前文章被收录于：

C++
6 篇文章 0 人学习
订阅专栏 查看详情
标签
#c++ #prototype #c #gcc #优化
#编译器
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
C++数值极限全解析：std::numeric_limits从原理到实战应用 在C++编程中，理解数据类型的数值边界和精度是编写健壮、可移植代码的基础。这涉及到编译时类型特征查询和泛型编程的核心概念。通过模板特化机制，C++标准库提供了统一的接口来获取算术类型的固有属性，如最大值、最小值、精度和特殊值表示，实现了零开销抽象。这一技术对于防止数值溢出、确保计算安全性和实现跨平台兼容性具有重要价值，广泛应用于高性能计算、金融建模、游戏引擎和嵌入式系统等场景。本文以`std::numeric_limits`为例，深入剖析其设计哲学、静态成员函数如`min()`、`max()`和`lowes 阅读详情

相关推荐

C++进阶核心：从内存管理到并发编程的工程实践指南

在计算机编程领域，内存管理和并发编程是构建高性能系统的两大基石。内存管理涉及程序如何高效、安全地分配和释放内存资源，其核心原理包括资源获取即初始化（RAII）和对象生命周期控制，这直接关系到程序的稳定性和性能。并发编程则解决多任务环境下资源共享与同步的问题，通过锁、原子操作等机制确保数据一致性。这些技术的价值在于能够显著提升软件执行效率，降低资源消耗，广泛应用于游戏服务器、高频交易系统等对性能敏感的领域。本文聚焦于C++语言中的具体实现，深入探讨RAII机制、智能指针、内存对齐优化以及多线程同步原语等关键主

409

std::complex

初识 complex

x1234dCW5的博客 1128

Visual C++分形几何算法实战：从复数迭代到高性能渲染

分形几何是描述自然界复杂形态的数学工具，其核心原理基于简单的迭代公式（如Z_{n+1}=Z_n^2+C）在复平面上生成无限复杂的结构。在计算机图形学中，实现分形可视化不仅具有美学价值，更是对算法性能、数值精度和实时渲染技术的综合考验。通过逃逸时间算法，可以将数学迭代映射为像素颜色，从而生成曼德博集、朱利亚集等经典分形图案。在工程实践中，利用Visual C++进行开发，能够充分发挥其贴近硬件、高性能计算的优势，结合多线程并行（如OpenMP）和现代图形API（如Direct2D），构建出可交互、高性能的分形

weixin_30294295的博客 402

C++ complex复数类用法详解

C++ complex复数类用法详解 <C++ durationC++ complex> 转自 http://c.biancheng.net/view/703.html 复数是 a+bi 形式的数，其中 a 和 b 是真数，在C++代码中是浮点值，i 是根号 -1。a 被称作复数的实数部分，b 乘以 i 被称作虚数部分。 使用复数的程序一般都很专业，例如，复数可以用于...

dyp922的博客 1万+

C++26范围库SIMD优化：自动向量化与性能革命

在C++高性能计算领域，SIMD（单指令多数据流）是一种利用CPU并行处理能力提升计算吞吐量的关键技术。其原理是通过一条指令同时操作多个数据元素，将串行计算转化为并行计算，从而大幅提升数据处理速度。这项技术的核心价值在于，它能在不增加CPU核心数的情况下，显著提升数值计算、图像处理和实时信号处理等场景的性能。随着C++26标准引入范围库（Ranges）与SIMD的深度集成，开发者现在可以通过声明式的高层抽象自动获得底层硬件并行能力，无需手动编写复杂的内联汇编或intrinsics。这种自动向量化机制特别适用

weixin_34417183的博客 321

C++实现离散傅里叶变换：从数学公式到频谱分析实战

离散傅里叶变换是信号处理领域的核心数学工具，它将时域信号转换为频域表示，揭示了信号的频率成分。其原理基于复指数函数的正交性，通过计算信号与不同频率基函数的内积来分解频谱。在工程实践中，DFT为音频处理、图像分析和通信系统提供了关键的频域分析能力。本文以C++为工具，详细展示了如何将DFT的数学公式转化为可执行的代码，并探讨了其在频谱分析中的具体应用。通过实现基础DFT函数和逆变换，读者可以深入理解复数运算、算法复杂度等关键概念，并掌握验证代码正确性的方法。项目进一步涉及幅度谱计算和性能优化方向，为学习更高效

aodan5477的博客 431

复数std::complex

complex是个类模板，它可以采用float、double和long double 3种原始类型进行定制 complex同时支持如下操作符： +-*/=+=-=*=/===!= 函数 含义  real() 返回复数的实部  imag() ...

Insistor 4888

pybind11实战指南：C++与Python混合编程的高效桥梁

在软件工程与高性能计算领域，跨语言编程是解决特定场景下性能与开发效率矛盾的关键技术。其核心原理在于通过特定的接口层，实现不同编程语言运行时环境间的数据交换与函数调用，从而将高性能语言的计算能力与脚本语言的灵活生态相结合。这一技术的核心价值在于，它允许开发者用C++等编译型语言编写计算密集型模块以获得极致性能，同时利用Python等语言进行快速原型设计、系统集成与数据分析，显著提升项目的整体开发迭代速度。典型的应用场景包括机器学习模型部署、科学计算库封装、游戏引擎脚本绑定以及任何需要兼顾执行效率与开发便利性的

weixin_30340819的博客 492

C++中的complex

在 C++ 中，std::complex 是一个模板类，用于表示和操作复数。这个类是标准模板库（STL）的一部分，包含在 头文件中。std::complex 提供了一套丰富的功能，包括基本的算术运算、比较运算、数学函数等，使得处理复数成为一件简单而直接的事情。

xiaofeixia002X的博客 1875

Sourcetree与Gitee的完美协作：从身份验证到推送成功的全流程指南

本文提供了一份详细的Sourcetree与Gitee协作全流程指南，重点解决身份验证失败、Git版本配置及远端仓库设置等常见问题。通过分步讲解，帮助用户掌握从克隆、提交到成功推送的完整操作，并整合了使用个人访问令牌进行身份验证等关键热词信息，确保Windows与MacOS用户都能顺畅完成代码管理。

m2n3b4v5c6的博客 709

华为2022硬件逻辑笔试题

单选题（每题两分） 1.以下关于过程赋值的描述，不正确的是（） A在非阻塞性过程赋值中，使用赋值符号“< =” B赋值操作符是“=”的过程赋值是阻塞性过程赋值 C在非阻塞性过程赋值中，对目标的赋值是非阻塞的（因为时延），但可预定在将来某个时间步发生（根据时延：如果是0时延，那么在当前时间步结束） D非阻塞性过程赋值在其后所有语句执行前执行 解:D 2.芯片的功耗和下列哪种不强相关_____________。 A资源利用率 B核电压 C组合逻辑级数 D翻转率 解：A 3.下列说

weixin_44072819的博客 1万+

C++字符串转整数：从std::stoi到std::stoll的演进、原理与最佳实践

字符串转整数是编程中处理用户输入、解析配置文件和读取网络数据的基础操作。其核心原理是将字符序列按指定进制解析为数值表示，涉及字符编码识别、进制转换和数值范围校验等底层机制。这一技术的价值在于实现数据从文本到二进制的高效、安全转换，是构建健壮软件系统的关键环节。在C++工程实践中，标准库提供了std::stoi、std::stol和std::stoll等函数，它们通过异常处理机制提升了安全性，避免了传统C函数atoi的未定义行为风险。这些函数广泛应用于数据处理、协议解析和系统接口交互等场景。本文将聚焦于C++

weixin_34405557的博客 599

x2-DFD：A framework for explainable and explainable deepfake detection

该文章提出了X2-DFD框架，用于可解释和可扩展的深度伪造检测。通过评估大型多模态语言模型（MLLMs）在深度伪造检测中的内在能力，发现它们在不同伪造相关特征上的有效性各异。基于此，实施了针对性的微调策略，显著提高了MLLMs的解释能力，并整合了外部深度伪造检测器（EDDs），以结合MLLMs和传统检测器的互补优势，实现更好的检测和解释。

志在山顶的人，不会贪念山腰的风景 510

C++标准数值计算库综合分析：从基础到现代高性能计算

摘要： C++标准数值计算库从基础数学设施到现代高性能计算持续演进。基础部分包括： <cmath>：继承C语言的数学函数，提供三角函数、指数对数等核心功能，并通过命名空间和类型重载增强安全性。 C++17扩展：新增贝塞尔函数、勒让德多项式等特殊数学函数，减少对第三方库的依赖。 C++20的<numbers>：以类型安全的变量模板提供数学常量（如π），取代传统宏，提升精度和可移植性。 复数计算：通过<complex>支持复数的算术运算和数学函数，其内存布局与C兼容，适用于科

greenspan的专栏 806

YOLOv13改进策略【小目标改进】| Shape-NWD：融合改进，结合Shape-IoU和NWD 更好地适应小目标特性

Bw−wgt2h−hgt2weight2Bweight2w−wgt​2h−hgt​2​其中weight2weight = 2weight2。

Limiiiing的博客 587

10、犹豫双模糊TOPSIS算法：原理与实例解析

本文介绍了犹豫双模糊TOPSIS算法的基本原理与应用步骤，结合中国四家纺织公司的案例，详细解析了从构建犹豫双模糊决策矩阵、归一化处理、专家信息聚合，到确定正负理想解、计算距离与相对贴近度系数的完整决策流程。该方法有效应对决策者在评价过程中的犹豫性，适用于财务评估、项目选择等复杂多属性决策场景，具有较强的实用性和推广价值。

yhn45678901的博客 122

C++模块化量子模拟器：高性能计算与软件工程实践

量子模拟是量子计算领域的基础技术，其核心原理是通过经典计算机模拟量子系统的演化过程，求解薛定谔方程。在技术实现层面，量子模拟器需要高效处理量子态（巨大的复数向量）与算符（稀疏或稠密矩阵）的运算，这直接关系到模拟的规模和精度。其技术价值在于为量子算法研究、材料科学和量子化学等领域提供了强大的计算工具，避免了在真实量子硬件上进行昂贵且不稳定的实验。在应用场景上，量子模拟器广泛应用于量子算法验证、新材料特性预测和量子系统动力学研究。本文聚焦于利用现代C++构建模块化量子模拟器，通过高内聚、低耦合的设计，将系统拆分

jackleechina2011212的博客 369

几种负载均衡策略（DNS、NAT、重定向、反向代理）

摘要：本文对比了四种负载均衡技术：DNS负载均衡通过域名解析分发IP，用户直连服务器；NAT负载均衡通过VIP转发流量，所有流量经过负载均衡器；HTTP重定向通过302跳转实现分流；反向代理则隐藏后端服务器，统一转发请求。DNS简单但调度不精准，NAT精准但有带宽瓶颈，HTTP重定向延迟高，反向代理性能好但需专用设备。适用场景各异，DNS适合异地分流，NAT适合内网集群，HTTP重定向适合简单分流，反向代理适合高并发场景。核心区别在于层级（3层/7层）和流量走向（直连/中转）。

echo的博客 71

量子计算入门必踩的7个C++误区，第4个让NASA实习生调试了72小时（附修复前后性能对比表）

避开7个致命C++误区，高效实现量子计算C++量子比特模拟示例。适用于教学演示与算法验证，采用RAII管理量子态、SIMD加速叠加态运算，性能提升最高达18.6倍。附NASA实习生真实调试案例与修复前后对比表，值得收藏。

CodeNexus的博客 202

【ComfyUI】【Nunchaku】【diffusers报错解决】秋叶整合包安装 Nunchaku 报错的解决方法

最近在折腾 AI 绘图时，我尝试在秋叶的 ComfyUI 整合包中安装 `ComfyUI-nunchaku` 插件（版本 0.3.3），结果启动后直接报错，提示无法从 `accelerate.utils.memory` 中导入 `clear_device_cache`，让我一度怀疑插件是否兼容。查阅了一堆 issue 和源码之后，总算找到了原因和解决方法。

代码简单说 Vue、JAVA、PHP、Node.js 熟练运用，接口、架构、性能全搞定。 1856

Python爬虫教程：抓取区块链交易信息及加密货币市场数据

随着区块链技术和加密货币的迅猛发展，区块链交易和加密货币市场的数据逐渐成为金融、技术、经济研究等领域的热点。对于开发者和研究者而言，实时获取区块链交易数据和加密货币市场行情，对于投资分析、市场预测、技术研究等具有重要的参考价值。本文将通过Python爬虫技术，介绍如何抓取区块链交易信息及加密货币市场数据，详细阐述数据获取的原理、技术方案、实现方法以及抓取到的数据的存储与分析。我们将依托最新的爬虫技术，如requestsSeleniumScrapy，以及相关的数据处理库（如pandasmatplotlib。

2201_76125261的博客 2777

C++ for OpenCL编程指南：在GPU内核中使用现代C++特性

C++ for OpenCL是一项革命性的技术，它将OpenCL的并行计算能力与现代C++17的强大特性完美结合，为GPU内核开发带来了前所未有的灵活性和效率。本文将详细介绍如何利用这一技术在GPU内核中应用C++的各类高级特性，帮助开发者快速掌握这一强大工具。 [![C++ for OpenCL技术架构图](https://raw.gitcode.com/gh_mirrors/op/OpenC

gitblog_00931的博客 710

SIMATIC S7-1200, S7-1500 PID 控制[手册]

SIMATIC S7-1200, S7-1500 PID 控制[手册]

C++20模块实战指南：从编译加速到项目架构革新

C++模块化编程是现代软件工程中提升代码组织性和构建效率的核心技术。其原理在于通过声明式接口替代传统的文本包含模型，将编译单元间的依赖关系从源代码级别提升到二进制接口级别。这一变革的技术价值在于彻底解决了宏污染、编译时间爆炸和符号冲突等历史难题，为大型项目带来了革命性的构建速度提升和更清晰的架构边界。在应用场景上，模块化设计尤其适用于高性能计算、游戏引擎、基础设施库等对编译效率和代码质量有严苛要求的领域。本文聚焦于C++20模块这一具体实现，通过实战演示如何利用CMake 3.28+构建工具链和现代编译器（

weixin_34357928的博客 394

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件，这是C++版本的破解文件

从零实现C++二维快速傅里叶变换(FFT2)：原理、代码与优化实战

离散傅里叶变换（DFT）是数字信号处理的核心数学工具，它将信号从时域转换到频域，揭示其内在的频率成分。然而，直接计算DFT的复杂度高达O(N²)，难以处理大规模数据。快速傅里叶变换（FFT）通过巧妙的分解策略，将复杂度降至O(N log N)，成为工程实践的基石。其技术价值在于极大地加速了频谱分析、滤波、卷积等操作，广泛应用于图像处理、音频分析、通信系统和科学计算等领域。二维FFT（FFT2）是处理图像等二维数据的关键技术，通过对行和列分别进行一维FFT实现。本文聚焦于从零实现**C++** 的**FFT2

weixin_33739627的博客 484

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

【2025全球C++技术大会前沿】：Rust封装C++计算核心的三大架构设计原则

解决跨语言集成难题，掌握Rust封装C++计算核心的高效方法。基于2025全球C++及系统软件技术大会：Rust封装C++计算核心的架构设计，详解三大设计原则，涵盖性能优化、内存安全与接口抽象，适用于高性能系统开发。值得收藏

GatherLume的博客 1053

xSIMD 终极指南：现代 C++ 向量化编程的跨平台解决方案

在当今高性能计算领域，单指令多数据（SIMD）技术已成为提升计算密集型应用性能的关键手段。然而，面对 x86、ARM、PowerPC 等不同处理器架构的 SIMD 指令集差异，开发者往往需要在性能与可移植性之间做出艰难选择。xSIMD 库的出现，为这一困境提供了优雅的解决方案——通过统一的 C++ 抽象层，让开发者能够编写一次代码，在多个平台上获得 SIMD 加速效果。 ## 核心理念：跨架构统

gitblog_00474的博客 421
上一篇： My "C++ Metaprogramming::..." is infinitely postponed.
下一篇： Random thoughts on code review
点赞 2
评论 1
书签 书签 7
prototype
prototype
博客等级 码龄25年 9粉丝 10原创
+ 关注 专栏目录 订阅专栏
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值