Arm 带本征函数的前导零点计算

我试图优化一些在嵌入式系统中工作的代码（FLAC解码、Windows CE、ARM 926 MCU）

使用宏和查找表：

/*计算一个字中零个MSB的#*/
#定义计数\u零\u MSB（字）（\
（字）8]+16）：\
（（字）>16]+8：\
字节到一元表[（字）>>24]）\
)
静态常量无符号字符字节到一元表[]={
8, 7, 6, 6, 5, 5, 5, 5, 4, 4, 4, 4, 4, 4, 4, 4,
3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3,
2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,
2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,
1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0
};

然而，大多数CPU已经有了一条专用指令，x86上的bsr，ARM（）上的clz，这应该会更有效

在Windows CE上，我们有一个内在函数，它应该只调用该值。但是，它比宏慢4倍（在1000万次迭代中测量）

---

依赖于专用ASM指令的固有函数的速度怎么可能慢4倍？

检查反汇编。您确定编译器插入了指令吗？备注部分包含以下内容：

此功能可通过以下方式实现： 调用运行时函数

我想这就是你的情况

请注意，CLZ指令仅在ARMv5及更高版本中可用。如果需要ARMv5代码，需要告诉编译器：

/QRarch5 ARM5 Architecture
/QRarch5T ARM5T Architecture

---

（Microsoft错误地使用了“ARM5”而不是“ARMv5”）

我将检查生成的代码。如果它真的是一个函数调用（而不是一个真正的内在调用），那么调用开销将解释为什么它如此缓慢。