[C/C++] 單精度浮點數四捨五入取整數的三種方法及速度

在做影像處理或是一般的電腦視覺運算的時候，很常會用到的 pixel 運算。

通常因為三角函數或其他運算，使得 pixel 的運算結果出現小數點。

但很不幸的是，通常 pixel 只能是整數，所以必須將結果從浮點數轉為整數。

雖然有時候會有負數的運算，但這篇先暫時不討論，只研究正數的運算。

第一種作法： 整數 + 0.5

float f = 1.5;
int i = static_cast<int>(f + 0.5f);

第二種做法： cmath library 的 roundf 函數

#include <cmath>

float f = 1.5;
int i = roundf(f);

第三種作法： Streaming SIMD Extensions (SSE) 指令內建函數

#include <xmmintrin.h>
#include <emmintrin.h>

float f = 1.5;
int i = _mm_cvtss_si32(_mm_load_ss(&f));

Visual Studio 2015 關閉最佳化時，1億次迴圈的10次測試結果和平均：

Method	Method1	Method2	Method3
1	450.635	2863.75	651.554
2	277.212	2734.84	642.859
3	307.044	2847.59	637.882
4	322.505	2802.01	641.209
5	306.707	2853.88	642.388
6	313.872	2778.64	662.927
7	308.213	2762.08	635.335
8	326.224	2790.67	627.892
9	324.849	2744.77	650.551
10	306.833	2830.59	668.719
average	324.409	2800.88	646.132

測試結果竟然和預期的不一樣Σ(￣□￣|||)！！

我原本以為 SSE 指令的速度應該要是最快的。

不過看起來直接做 +0.5 運算的速度更快。

後來看了一下 ASM code，

第三種方法的 pointer 在 copy reference 的時候

和 __mm_cvtss_si32 和 _mm_load_ss 兩個 function 進出花了太多時間。

所以最後才會造成在速度上遠比直接做靜態轉換慢很多。