Benchmark分析１:Cortexsuite.clustering.spectral

1.热点分析
1.1热点函数

1.2热点循环
格式说明: 热点循环-各层执行总次数
执行百分比：热点循环占本函数执行比例

函数1: housev
hou.L1.1.1 (1-1598-1279199-681387200）
执行百分比：29.4%
hou.L1.2.1 (1-1598-1279199-681387200）
执行百分比：20%
hou.L2.1.1 (1-1598-1279199-1364053599）
执行百分比：31.5%
hou.L2.1.2 (1-1598-1279199-1364053599）
执行百分比：18%

函数2: qrevec
qre.L1.1.1 (1-2337-2203452-3525523200）
执行百分比：92.3%

1.3 热点代码

/*   函数1 housev   */
// hou.L1
for(j=0; j<n-2 ;++j)
{
	// hou.L1.1
	for(i=0; i<m ;++i)
	{
		// hou.L1.1.1
		for(k=i+1; k<m ;++k)
        {
        	// P1
            qs[i]+=qw[k]* *p; 
            // P2
            qs[k]+=y* *p++; //qs1
         }
         ...
    }

    // hou.L1.2   
   	for(i=0; i<m ;++i)
   	{  
   		 // hou.L1.2.1
         for(k=i; k<m ;++k) 
         {
        	// P3
        	*p++ -=qw[i]*qs[k]+qs[i]*qw[k];
    	}
    }
}
// hou.L2
for(m=2; m<n ;++m)
{
    // hou.L2.1
    for(j=0; j<m ;++j)
    {
		// hou.L2.1.1
      	for(i=0; i<m ;)
      		// p4
      		h+=qw[i++]* *qs++;
      		
		// hou.L2.1.2
      	for(i=0; i<m ;)       
      		// p5
      		*qs++ -=h*qw[i++];
    }
}

/*   函数1 qrevec   */
// qre.L1
for(j=0,m=n-1;;++j)
{
	// qre.L1.1
	for(k=0; k<m ;++k)
	{
		// qre.L1.1.1
		for(i=0,p=evec+n*k; i<n ;++i,++p)
		{
        	// P6
        	h=p[0]; 
        	// P7
        	p[0]=cc*h+sc*p[n];
        	// P8
        	p[n]=cc*p[n]-sc*h;
       }
   }
}

2.功能分析
2.1数据标签

说明：s,v,m,t（全局数据）hou-, qre-（局部数据）

2.2数据流分析
函数 housev
hou.L1.1.1（9-15行）
P1: (hou.v1, hou.v3)，hou.v2[i] -> hou.v2[i]；加法树
P2:（hou.v1[i], hou.v3)，hou.v2 -> hou.v2；加法树

hou.L1.2.1（26行）
P3:（hou.v1[i], hou.v2)，(hou.v1, hou.v2[i])，hou.v3 -> hou.v3；减法树

hou.L2.1.1（39行）
P4:（hou.v1, hou.v3)，hou.s1 -> hou.s1；加法树

hou.L2.1.2（44行）
P5:（hou.s1, hou.v1)，hou.v3 -> hou.v3；减法树

函数 qrevec
qre.L1.1.1（58-63行）
P6: qre.v1 -> qre.s1
P7:（qre.s1, qre.s2)，(qre.s3, qre.v1) -> qre.v1
P8:（qre.s2, qre.v1)，(qre.s3, qre.s1) -> qre.v1

3.加速分析