浅谈代码的执行效率（4）：汇编优化

以你之姓@ 2022-06-10 08:24 184阅读 0赞

http://blog.zhaojie.me/2010/01/talk-about-code-performance-4-asm-optimization.html

终于谈到这个话题了，首先声明我不是汇编优化的高手，甚至于我知道的所有关于汇编优化的内容，仅仅来自于学校的课程、书本及当年做过的一些简单练习。换句话说，我了解的东西只能算是一些原则，甚至也有一些“陈旧”了——不过我想既然是一些原则性的东西，还是能够用它来做一定程度的判断。至少我认为，我在博客园里看到的许多关于“汇编优化”也好，“内嵌汇编”也罢的说法，经常是有些问题的。

说到汇编优化，自然被人想到“高性能”。似乎用.NET或Java平台上的程序性能一定不佳，性能好的程序一定要用C++——不，至少一定要用C来写。为什么呢？因为一个“常识”：便是“封装”会损失性能。性能最高的是“机器码”，因为CPU直接执行机器吗；“汇编”作为机器码的直接对应产物性能自然是一致的；C语言对于汇编/机器码几乎没有任何封装，因此性能也很好；而到了C++语言时，性能就要比C慢一些了——不过，这个看法正确吗？

其实我最近这几篇文章谈的都是与程序性能，尤其是代码执行效率有关的话题。在[上一篇文章][Link 1]里，我们可以知道即便是在使用汇编编写代码，同样绕不开“CPU缓存”这部分与计算机体系结构相关的内容，而它对程序性能的影响甚至远远超过几句指令本身。事实上这也只是一小个方面而已，我们平时在谈性能相关问题时，总是在做很多假设，例如我们会假设不同指令的执行速度是一样的，各级别存储的读取性能也是相同的，但这都只是一个“理想环境”，和“事实”有很大差距。而进行汇编级别的优化，往往也是在利用“事实”进行细枝末节的调整。

例如，假设编译器只是对代码做“直接翻译”的话，您认为以下两种做法性能哪个比较好？

int sum = 0;
    for (int i = 0; i < 100; i++)
    {
        sum += array[i];
    }

int sum1 = 0, sum2 = 0;
    for (int i = 0; i < 100; i += 2)
    {
        sum1 += array[i];
        sum2 += array[i + 1];
    }
    
    int sum = sum1 + sum2;

从算法上看，两者完全相同，但是对于CPU来说，后一种做法比前一种做法性能要高。首先，第二段代码与前者相比，一个循环内部有两个完全不相关的加法运算，这样CPU便有机会将他们并行地执行，于是性能便会更好一些。其次，第二种做法的条件跳转次数少，一般来说性能就会更好一些。因为条件跳转直到最后一刻才知道要跳向何方，因此CPU流水线就很难对代码的走向进行预测了。当然，现在CPU设计已经引入了分支预测技术，如果预测成功，效率自然较高，但如果预测失败，那么便会有比较严重的损失了。因此，有时候“我们”会尽可能想办法去减少条件跳转的次数。

例如，求一个有符号32位整数的绝对值，按照我们普通的逻辑，它应该是这样的：

if (eax < 0) eax = -eax

这显然是一个条件跳转，但是它的汇编实现也完全可以是：

cdq           // 扩展eax的符号位到edx中，如果eax是正数则edx为0否则edx为0xffffffff
    xor eax, edx  // 如果eax为负数，就把所有的位取反，否则不变
    sub eax, edx  // 如果最开始eax为负数，则把这个数字取反加一

这样，原本的条件跳转消失了，但是我们使用顺序的汇编指令得到了正确的结果。

这样看来，内嵌汇编对于性能多么关键啊。但是，我们真需要亲自动手实现这些吗？无论是前面的“循环展开”还是后面的“取绝对值”都是机械的汇编级别的优化，这些正是编译器最（包括运行时里的JIT）擅长的优化手段了。如果我们想要代替编译器去做这些事情，基本上唯一的结果只是“丑陋的代码”而难以有性能的提高。

编译器其实是提高代码执行效率的重要工具，例如之前[在谈这个话题][Link 2]的时候，有人谈到OCaml的性能比C/C++要高，这便是因为它的编译器并不需要像C/C++编译器那样作出最坏的打算——例如C/C++很多时候无法检测出两个变量之间的关系，因此只能按部就班地执行。同样，我们为什么说C语言中strlen()不应该放在循环内部，因为它会造成重复计算？因为C语言编译器不能假设在循环过程中strlen的返回值永远不变，因此它无法自动将其提取到循环外部，只能一遍遍地执行。

因此很多时候，我们在这方面必须为编译器做点什么。例如，一个关于处理器的“常识”便是，不管是整数还是浮点数，除法操作都比乘法要慢上许多，因此我们需要尽可能消除一些除法，例如在[进行图片缩放的时候][Link 3]，我们需要确定缩放的依据是“宽”还是“高”，因此我们可能就会写这样的代码：

if (desiredWidth / originalWidth < desiredHeight / originalHeight)

事实上，如果您要在性能上作精细地追求，则这样是更好的做法：

if (desiredWidth * originalHeight < desiredHeight * originalWidth)

可惜的是，编译器可能无法为我们自动作这样的优化：我们的这些变量都是32为“有符号”整数，因此originalWidth可能会是负数。虽然我们知道图片的尺寸一定大于零，但是我们却没有办法把这些信息告诉编译器，因此编译器只能做最保守的计算了。

看到这里您可能会说，这些是在谈汇编优化吗？好像还是一直再说高级代码啊。没错，因为正向刚才所说那样，我不其实并不了解多少汇编优化的内容，我也只能说一些“大道理”。如果您对这方面有些“兴趣”的话，云风的《[游戏之旅——我的编程感悟][Link 4]》一书似乎值得您一看（其实这篇文章的许多说法，都和这本书有密切关系）。在这本书里，云风总结他在多年游戏开发中总结到的经验，其中有相当部分便是汇编优化方面的内容。其中也讨论了许多其他方面的问题，如文章开始我提到的C++和C语言的性能高低，他认为C++的性能其实与C语言相比有过之而无不及，如果您在C语言里实现C++的特性（如多态）则几乎无法作的如C++一样好，而反过来，如果在C++中做C语言写过程式的代码，其性能往往会比C语言来的好。为什么？语言特性与编译器的威力呗。

如今的处理器，它的的优化手段已经非常高级，远不是在加快时钟频率上那么简单。这给了程序员手动进行汇编优化的动力，因为此时可能只要交换两条指令的顺序便可以有很明显的性能提高，而编译器的力量已经不足以作更细致的优化了。同时，CPU设计上的进步也在敦促程序员要不断更新自己的知识，因为可能在旧CPU上常用的优化方式，到了新的CPU上就不是那么明显了。例如《游戏之旅》就用了“不小”的篇幅“简单”描述了从Pentium到Pentium IV上渐进的优化方式。

当然，我并不赞同以性能为尊的程序编写方式，事实上汇编优化远比编写高级代码更可能遇到麻烦。云风在书上也强调，不要过于信任自己的汇编书写能力，即便像他这样有丰富经验的高手也遇到过不少令人大跌眼镜的事情。

[Link 1]: http://blog.zhaojie.me/2010/01/talk-about-code-performance-3-locality.html
[Link 2]: http://blog.zhaojie.me/2010/01/talk-about-code-performance-2-compiler.html
[Link 3]: http://blog.zhaojie.me/2009/11/precision-of-float-point-calculation.html
[Link 4]: http://www.douban.com/subject/1441780/