Assembly 什么'；这是一个简单C函数的例子，它在内联汇编中实现得更快？

我很难用内联汇编打败我的编译器

---

什么是一个好的、非人工设计的函数示例，编译器很难做到真正、非常快速和简单？但使用内联汇编实现这一点相对简单。

我战胜编译器的最佳方法是使用一个简单的memcpy例程。。。我跳过了很多基本的设置工作（例如，我不需要太多的堆栈帧，所以我在那里保存了一些循环），并且做了一些非常棘手的事情

那是大约6年前的事了，有一些质量未知的专有编译器。我将不得不挖掘我的代码，并尝试它对GCC现在；我不知道它会变得更快，但我不排除这种可能性

---

最后，尽管我的memcpy平均比我们的C库快15倍，但我还是把它放在了我的后口袋里，以备不时之需。它是我玩PPC汇编的玩具，在我们的应用程序中不需要速度提升。

如果你想做SIMD操作之类的事情，你可能会打败编译器。这将需要对体系结构和指令集有很好的了解。

< P>如果你不考虑SIMD操作欺骗，你通常可以编写比你的编译器自动向量化能力更好的SIMD程序集（如果它甚至有自动矢量化）< /P> 一个非常基本的SSE（x86的SIMD指令集之一）教程。用于Visual C++在线汇编。 编辑：如果您想自己尝试，这里有一对小函数。这是一个n长度点积的计算。一个是使用SSE2指令内联（GCC内联语法），另一个是非常基本的C

这非常简单，如果一个好的编译器不能向量化简单的C循环，我会非常惊讶，但是如果不能，你应该看到SSE2的速度有所提高。如果我使用更多寄存器，SSE2版本可能会更快，但我不想扩展我非常弱的SSE技能：）

float dot_asm（float*a，float*b，int n）
{
浮动ans=0；
int i；
//我没有检查大小为%8！=0的数组。
而（n>0）{
浮动tmp[4]uuuu属性_uuu（（对齐（16））；
__asm\uuuuuuuuuuuuuuuuuu挥发性__(
xorps%%xmm0，%%xmm0\n\t
movups（%0），%%xmm1\n\t
movups 16（%0），%%xmm2\n\t
movups（%1），%%xmm3\n\t
movups 16（%1），%%xmm4\n\t
添加$32，%0\n\t
添加$32，%1\n\t
mulps%%xmm3，%%xmm1\n\t
mulps%%xmm4，%%xmm2\n\t
addps%%xmm2，%%xmm1\n\t
“addps%%xmm1，%%xmm0”
：“+r”（a），“+r”（b）
:
：“xmm0”、“xmm1”、“xmm2”、“xmm3”、“xmm4”）；
__asm\uuuuuuuuuuuuuuuuuu挥发性__(
“movaps%%xmm0，%0”
：“=m”（tmp）
: 
：“xmm0”，“内存”）；
对于（i=0；i<4；i++）{
ans+=tmp[i]；
}
n-=8；
}
返回ans；
}
浮点点c（浮点*a，浮点*b，整数n）{
浮动ans=0；
int i；
对于（i=0；i

除非你是一名工程师，否则击败编译器的几率很低

上面链接中的一个片段

例如，面向位的“XOR” %EAX，%EAX”指令是 将寄存器设置为零的最快方法 在x86的早期几代中， 但大多数代码是由 编译器和编译器很少使用 生成的异或指令。那么IA呢 设计师们决定将 常见编译器 生成最前面的指令 组合译码逻辑的实现 使文字“MOVL$0，%EAX” 指令的执行速度比 异或指令

---

我使用通用的“C海峡”实现了简单的互相关。然后，当它花费的时间比我现有的时间片更长时，我求助于算法的显式并行化，并使用处理器的内在特性强制在计算中使用特定的指令。对于这种特殊情况，计算时间从>30ms减少到略多于4ms。在下一次数据采集之前，我有15毫秒的时间完成处理

这是VLWI处理器上的SIMD类型优化。这只需要4个左右的处理器内部函数，它们基本上是在源代码中给出函数调用外观的汇编语言指令。对于内联汇编也可以这样做，但对于处理器内部函数，语法和寄存器管理会更好一些

---

除此之外，若尺寸很重要，那个么汇编程序就是王者。我和一个家伙一起上学，他用不到512字节的时间编写了一个全屏文本编辑器。

我有一个校验和算法，它要求单词按一定的位数旋转。为了实现它，我有以下宏：

//rotate word n right by b bits
#define ROR16(n,b) (((n)>>(b))|(((n)<<(16-(b)))&0xFFFF))

//... and inside the inner loop: 
sum ^= ROR16(val, pos);

更有效的等效手工生成的装配是：

 mov       cl,dx
 ror       ax,cl
 xor       bx,ax

我还没有弄清楚如何从纯“c”代码发出

ror

指令。然而
在写这篇文章时，我想起了编译器的内部函数。我可以使用以下命令生成第二组指令：

sum ^= _rotr16(val,pos);

---

所以我的答案是：即使你认为你可以打败纯c编译器，在使用内联汇编之前检查一下内部函数。

因为它与iPhone和汇编代码相关，所以我将给出一个与iPhone世界相关的示例（而不是一些sse或x86 asm）。 如果有人决定为某个真实世界的应用程序编写汇编代码，那么很可能是某种数字信号处理或图像处理。示例：为voip应用程序转换RGB像素的颜色空间、将图像编码为jpeg/png格式或将声音编码为mp3、amr或g729。 在声音编码的情况下，有许多例程不能被编译器翻译成高效的asm代码，它们在C中根本没有等价物

 mov       cl,dx
 ror       ax,cl
 xor       bx,ax

sum ^= _rotr16(val,pos);

int saturated_add(int a, int b) { int result = a + b; if (((a ^ b) & 0x80000000) == 0) { if ((result ^ a) & 0x80000000) { result = (a < 0) ? 0x80000000 : 0x7fffffff; } } return result; } res1 = a + b1*c1; res2 = a + b2*c2; res3 = a + b3*c3;