使用gprof进行性能分析非常方便，只需要在编译的时候增加一个-gp选项即可。
编译命令如下
g++ -Wall -pg test_gprof.c -o test_gprof
生成运行信息
gprof -b test_gprof gmon.out
加了-b选项可以去掉自带的说明（非常长。。。）
输出的东西可以重定向到文件里看，比如
gprof -b test_gprof gmon.out > out
为了看懂输出信息我改了一下代码，最后是这样的：
//test_gprof.c
#include<stdio.h>
#include<math.h>
void func3() {
for(int i = 0; i < 1e8; i++);
printf("\n Inside func3\n");
return;
}
void func4() {
for(int i = 0; i < 1e8; i++);
func3();
return;
}
void new_func1(void)
{
printf("\n Inside new_func1()\n");
int i = 0;
func3();
for(;i<1e8;i++);
func3();
func4();
return;
}
void func1(void)
{
printf("\n Inside func1 \n");
int i = 0;
for(;i<1e8;i++);
new_func1();
return;
}
void func5(int x) {
if(x > 1e4) return;
for(int i = 0; i < 1e4; i++)
int y = sqrt((double)x);
func5(x + 1);
}
static void func2(void)
{
printf("\n Inside func2 \n");
int i = 0;
for(;i<1e8;i++);
func3();
func5(0);
return;
}
int main(void)
{
printf("\n Inside main()\n");
int i = 0;
for(;i<1e8;i++);
func1();
func2();
return 0;
}
这个里面相比reference增加了一些东西，比如递归调用，一个函数在多处被调用。。。
输出如下：
Flat profile:
Each sample counts as 0.01 seconds.
% cumulative self self total
time seconds seconds calls s/call s/call name
38.65 0.90 0.90 4 0.22 0.22 func3()
12.60 1.19 0.29 main
10.86 1.44 0.25 1 0.25 0.25 func5(int)
9.99 1.67 0.23 1 0.23 1.35 func1()
9.56 1.89 0.22 1 0.22 0.45 func4()
9.56 2.12 0.22 1 0.22 0.70 func2()
9.56 2.34 0.22 1 0.22 1.12 new_func1()
Call graph
granularity: each sample hit covers 2 byte(s) for 0.43% of 2.34 seconds
index % time self children called name
<spontaneous>
[1] 100.0 0.29 2.05 main [1]
0.23 1.12 1/1 func1() [2]
0.22 0.48 1/1 func2() [5]
-----------------------------------------------
0.23 1.12 1/1 main [1]
[2] 57.7 0.23 1.12 1 func1() [2]
0.22 0.89 1/1 new_func1() [3]
-----------------------------------------------
0.22 0.89 1/1 func1() [2]
[3] 47.7 0.22 0.89 1 new_func1() [3]
0.45 0.00 2/4 func3() [4]
0.22 0.22 1/1 func4() [6]
-----------------------------------------------
0.22 0.00 1/4 func4() [6]
0.22 0.00 1/4 func2() [5]
0.45 0.00 2/4 new_func1() [3]
[4] 38.4 0.90 0.00 4 func3() [4]
-----------------------------------------------
0.22 0.48 1/1 main [1]
[5] 29.8 0.22 0.48 1 func2() [5]
0.25 0.00 1/1 func5(int) [7]
0.22 0.00 1/4 func3() [4]
-----------------------------------------------
0.22 0.22 1/1 new_func1() [3]
[6] 19.1 0.22 0.22 1 func4() [6]
0.22 0.00 1/4 func3() [4]
-----------------------------------------------
10001 func5(int) [7]
0.25 0.00 1/1 func2() [5]
[7] 10.8 0.25 0.00 1+10001 func5(int) [7]
10001 func5(int) [7]
-----------------------------------------------
Index by function name
[2] func1() [7] func5(int) [1] main
[4] func3() [3] new_func1()
[6] func4() [5] func2()
这个东西怎么看呢？
首先是flat profile, 它显示了每个函数运行的时间。
从左到右各列分别是：这个函数所用运行时间的百分比，列表从上到下的累计时间，这个函数自身所用的总时间（不包括它调用的其他函数，但是调用的库函数是算在这个时间里的），这个函数被其他函数调用的次数（递归调用不算在内），单次调用该函数所用时间（不包括调用其他函数），单词调用该函数所用时间（包括调用的其他函数），函数名。
还有call graph
最右边是函数名，开始的若干行有缩进，表示调用该函数的函数（父函数），该函数的函数名顶格写，后面又是若干行带缩进的表示该函数调用的函数（子函数）。
相当于带有向边的一个图。
main函数没有被其他函数调用所以父函数是
每列从左到右表示：函数自身所用时间，子函数所用时间，调用次数。
调用次数
在父函数行表示：对应父函数调用了该函数几次/该函数总的调用次数。
该函数行表示：这个函数一共被调用了几次。
在子函数行表示：该函数调用了这个子函数几次/子函数被调用的总次数。
递归函数的调用次数里是把自身调用和其他函数调用分开算的。