C中有哪些耗时的操作?

这个 Ackermann function 通常是一个有趣的项目,但如果你想在有生之年完成,就不要给它很大的投入。

Fractals

(以各种决议) Some fractal source in C (without opengl)

我知道你说过你想自己制作,但也许你可以借鉴现有的基准来获得灵感。 The Computer language benchmark game 已经通过一组基准测试运行了许多编程语言。也许你可以从他们的基准中得到一些想法。

我脑海中的一些快速想法:

• 矩阵乘法:乘法2 大矩阵是相对的 计算密集型 必须考虑缓存

• 生成素数

• 整数分解

• 求解常微分方程的数值方法- Runge-kutta 例如

反转大矩阵。

你可以计算大素数或整数的因式分解。

看看 NAS Parallel Benchmarks 。这些最初是由 NASA 在Fortran中,使用MPI的超级计算机(现在仍然可用),但现在也有C、Java和OpenMP实现。

其中大部分是 非常 计算密集型,因为它们旨在代表科学计算中使用的数值算法。

尝试计算数千或数百万 pi 数字。有不少 formulas 为该任务。

你有一些非常好的 project euler ,这些都是与数学有关的,如果你想使用更高的值,可能会很耗时。

寻找素数被认为是相当耗时的。

查看语言测试中的基准测试: http://shootout.alioth.debian.org/

然而:基准只是基准,不一定能告诉你很多关于现实世界的信息,相反,可能会产生误导。

如果你想尝试并行,可以做很多矩阵运算。您可以使用的矩阵的大小将受到内存的限制,但您可以进行任意数量的迭代。

这将强调现代CPU附带的SIMD指令。

这做了很多补充:

int c = 0; 
for (int n = 0; n < INT_MAX; n++)
    for (int m = 0; m < INT_MAX; m++)
        c++;

std::cout << c;

你可以尝试一个输入集很大的tsort(Turbo Sort)。我知道这是一种常见的操作。

启发式 NP-Complete 问题是获得一些CPU密集型代码的一种有趣方式。您可以为其中一个编写“解决方案”:) Karps NP完全问题。