एंड्रॉइड एसडीके बनाम एनडीके - समान कोड वर्गों की प्रदर्शन तुलना

Android पर एप्लिकेशन के प्रदर्शन को बेहतर बनाने के लिए, उसने धीरे-धीरे जावा (SDK) से C ++ (NDD) तक के कोड के महत्वपूर्ण खंडों को फिर से लिखना शुरू किया। नतीजा यह निकला कि जो कुछ दशक पहले मुझे मिला, उसे टरबोपास्कल कोड में कोडांतरक आवेषण बना दिया।

मैंने एंड्रॉइड एनडीके के साथ काम का वर्णन करने के लिए खुद को सेट नहीं किया है - अनुभव ही पर्याप्त नहीं है। जो लोग रुचि रखते हैं, उन्हें इस लिंक से शुरू करना चाहिए।
इस लघु लेख का उद्देश्य कुछ आंकड़े देना है जो मैंने आनुभविक रूप से प्राप्त किए, जावा में लिखे गए कुछ कार्यों के निष्पादन समय की तुलना और फिर सी ++ में फिर से लिखा। और, शायद, ये आंकड़े किसी को इस मुद्दे का अधिक गहराई से अध्ययन करने के लिए प्रेरित करते हैं।

चूंकि मेरा आवेदन फोटो प्रसंस्करण से संबंधित है, अड़चनें छवि के पिक्सेल और उन पर कुछ कार्यों को दरकिनार करने के चक्र थे। मैंने असली उपकरणों पर परीक्षण किया - नेक्सस वन और नेक्सस 7 (2012)। प्रयोगात्मक परिणाम (एमएस में) तालिकाओं में संक्षेपित हैं:

परत ओवरले (चमकदार मोड, रंग ड्राइंग)

एक नेक्सस		नेक्सस 7
एसडीके	NDK	एसडीके	NDK
2563	120	4850	90
2122	100	4520	190
2162	110	4330	100

नेक्सस 7 के लिए गति में औसत लाभ 21 गुना है, नेक्सस 7 के लिए - 36 गुना।

लेयर ओवरले (कलर डॉज मोड, मोनोक्रोम)

एक नेक्सस		नेक्सस 7
एसडीके	NDK	एसडीके	NDK
2673	30	5,720	80
2572	20	6230	70
2573	20	6110	70

नेक्सस 7 के लिए औसतन गति गन 112 का है, नेक्सस 7 के लिए - 82 बार।

ओवरले पारदर्शिता ढाल

एक नेक्सस		नेक्सस 7
एसडीके	NDK	एसडीके	NDK
1301	321	3010	470
1221	330	2670	620
1211	300	2770	610

Nexus 7 के लिए औसतन गति लाभ 4 गुना है, Nexus 7 - 5 गुना के लिए।

जैसा कि आप देख सकते हैं, परिणाम परिमाण के एक या दो क्रमों से भिन्न होते हैं। मैंने विशेष रूप से पूर्ण मूल्यों में आंकड़ों का हवाला दिया ताकि आप एनडीके के उपयोग से काम के वास्तविक त्वरण को देख सकें। अंतिम परीक्षण के अपेक्षाकृत मामूली परिणाम इस तथ्य के कारण हैं कि ओपनसीवी लाइब्रेरी के मानक कार्य, जो काफी अच्छी तरह से अनुकूलित हैं, का उपयोग ओवरले की गणना के लिए किया गया था। तदनुसार, यह परीक्षण स्पष्ट रूप से समग्र रूप से आवेदन के वास्तविक त्वरण को दर्शाता है।

मैं OpenCV लाइब्रेरी के आवेदन पर संपर्क करूंगा। जैसा कि मुझे उम्मीद थी, लाइब्रेरी का जावा हिस्सा NDK पर एक नियमित आवरण है। फिर भी, उन्होंने उपरोक्त प्रयोगों को भारी और लंबे समय तक खेलने वाले एल्गोरिदम पर आयोजित किया - जैसे कि छवियों में विशेषता बिंदुओं को पकड़ना, एक विधि -। जावा और एनडीके के बीच गति में अंतर अधिकतम 10% था, जिसे त्रुटि के लिए जिम्मेदार ठहराया जा सकता है, क्योंकि मैं उस समय बिल्कुल एक ही चित्र नहीं प्राप्त कर सका।

अद्यतन। अपनी गलतियों को स्वीकार करने के लिए यह अप्रिय है, लेकिन क्या करें।
तो, यहाँ एक नमूना कोड है जिसके साथ मैंने ओपनसीवी लाइब्रेरी के जावा कार्यान्वयन के प्रदर्शन का मूल्यांकन किया है:

for (int i=0; i<mat.rows(); i++){ for (int j=0; j<mat.cols(); j++) { double[] matPix = mat.get(i, j); double[] topPix = top.get(i, j); if (matPix[0]+topPix[0]>255){ matPix[0] = 255.; } else { matPix[0] = (255. * matPix[0]) / (256. - topPix[0]); } mat.put(i, j, matPix); } } 

हम एक ही आकार के पिक्सेल-बाय-पिक्सेल दो मैट्रिसेस पास करते हैं, और एक और दूसरे मैट्रिक्स के संबंधित पिक्सेल के मूल्य के आधार पर, हम परिणामी पिक्सेल की गणना करते हैं।
लेख में टिप्पणियों के लिए धन्यवाद, कोड निम्नानुसार अनुकूलित किया गया था (आंकड़े एक-रंग हैं):

 int size = mat.cols(); byte[] matPix = new byte[size]; byte[] topPix = new byte[size]; for (int i=0; i<mat.rows(); i++){ mat.get(i, 0, matPix); top.get(i, 0, topPix); for (int j=0; j<size; j++) { int mp = (matPix[j] & 0xFF); int tp = (topPix[j] & 0xFF); if (mp+tp>255){ mp = 255; } else { mp = (255 * mp) / (256 - tp); } matPix[j] = (byte) mp; } mat.put(i, 0, matPix); } 

परीक्षण के लिए, मैंने फिर से असली नेक्सस वन और नेक्सस 7 उपकरणों का उपयोग किया, लेकिन दोनों ही मामलों में इनपुट के लिए 3 मेगापिक्सेल चित्रों को खिलाया - मैं एक साथ उपकरणों के प्रदर्शन की तुलना करना चाहता था। परिणाम (औसत, एमएस में) तालिका में संक्षेप हैं:

	एक नेक्सस		नेक्सस 7
	एसडीके	NDK	एसडीके	NDK
कोई अनुकूलन नहीं	35404	245	22,755	160
अनुकूलन के साथ	340	205	210	120

हर कोई खुद निष्कर्ष निकाल सकता है। C ++ में कोड ऑप्टिमाइज़ेशन जावा के समान सिद्धांत पर किया गया था। मैं कोड प्रदान नहीं करता, यह ऊपर वाले के समान है।