Assembly 两个'；长整数的s补

我想用英特尔I64汇编程序做一些长整数运算（128位），需要创建一个2的补码。假设我的正值是RDX:RAX

2的补码是通过“翻转位并添加1”来完成的。因此，最简单的实现是（4条指令和14个字节的代码）：

当我在RAX上使用NEG指令而不是不使用时，它为我执行“+1”，但进位是错误的，NEG-RAX在RAX为零时清除进位，但在这种情况下我需要进位。因此，下一个最好的方法可能是（4条指令和11个字节的代码）：

还有4条说明。但是不用加+1，我可以减去-1，因为SBB将进位加在减数上，所以当进位清除时，我将加+1。因此，我的下一个最佳尝试是使用3条指令和10字节代码：

  NOT RAX
  NOT RDX
  ADD RAX,1   ; Can't use INC, it doesn't set Carry
  ADC RDX,0

  NOT RDX
  NEG RAX
  CMC
  ADC RDX,0                  ; fixed, thanks lurker

   NOT RDX
   NEG RAX
   SBB RDX,-1

---

正如你从我冗长的文本中所看到的，这并不容易理解。有没有更好、更容易理解的方法在汇编程序中进行级联2的补码？

更短的指令或更少的指令数并不一定意味着更快的执行，因为每条指令的延迟和吞吐量不同

例如，过时的指令，如，

dad

。。。将非常缓慢，它们仅用于向后兼容。即使与上面在某些μarch上使用的

cmc

相同

因此，可以并行执行的更长系列的低延迟指令将工作得更快。一些常见的指令组甚至可以融合到一个宏操作中。编译器的优化器总是知道这一点，并会选择最合适的指令发出

对于这个片段

\uuuu int128否定（\uuuu int128 x）
{
返回-x；
}

国际商会19.0.1

前两条异或指令的成本零μop，因为。现在您只有两条指令要执行

您可以在上面的Godbolt链接中切换编译器，以查看不同编译器（包括MSVC）的各种求反方法（遗憾的是，它还没有128位类型）。下面是GCC和Clang的结果

GCC 8.3：

    mov     rax, rdi
    neg     rax
    mov     rdx, rsi
    adc     rdx, 0
    neg     rdx

叮当声：

    mov     rax, rdi
    xor     edx, edx
    neg     rax
    sbb     rdx, rsi

如您所见，Clang也只使用3条指令（减去第一条将数据从输入参数移动到所需目标的指令）。但是像xor reg，reg一样

如果您对空间进行优化（比如在某些情况下，缓存未命中率很高），情况可能会有所不同，因为某些即时消息和指令很长

无论它是否更快，都需要一些微观基准测试。但在英特尔CPU上，英特尔编译器（ICC）往往比其他处理器具有更高的性能，因为它更了解体系结构

---

请注意，该操作称为“求反”，而不是“二补”，这是一种对负数进行编码的方法。顺便说一句，在32位或16位模式下，对2寄存器数求反与EDX:EAX或DX:AX相同。使用相同的指令序列

---

要复制和否定，@phuclv的答案显示了高效的编译器输出。最好的办法是对目标进行异或归零，然后使用

sub

/

sbb

AMD、Intel Broadwell及更高版本的前端为4个UOP。在Broadwell之前的Intel上，

sbb reg，reg

为2 uops。xor归零脱离了关键路径（可能发生在要求反的数据准备就绪之前），因此对于高半部分，总延迟为2或3个周期。当然，下半部分已准备好，具有1个周期的延迟

对于下半部分，Clang的

mov/neg

可能比Ryzen更好，Ryzen对GP integer进行了mov消除，但仍然需要一个ALU执行单元进行异或调零。但对于较旧的CPU，它在延迟的关键路径上放置了一个

mov

。但对于可以使用任何ALU端口的指令，后端ALU压力通常没有前端瓶颈那么大

---

若要就地求反，请使用

neg

从

0

neg   rdx              ; high half first
neg   rax             ; subtract RDX:RAX from 0
sbb   rdx, 0          ; with carry from low to high half

就设置标志和性能而言，

neg

完全等同于从0开始的

sub

，作为特例。不过，在Nehalem和更早的版本上仍然有2个UOP。但是如果没有mov消除，

mov

到另一个寄存器，然后

sbb

返回到RDX将会更慢

在准备好作为

neg

的输入后，下半部分（在RAX中）在第一个循环中准备就绪。（因此，可以使用下半部分开始无序执行后续代码。）

高半部

neg rdx

可以与低半部并行运行。然后

sbb-rdx，0

必须等待

neg-rdx的
rdx
和
neg-rax的CF。因此，它在低半部分后的1个周期或输入高半部分准备就绪后的2个周期中较晚的一个周期准备就绪


上述序列比问题中的任何序列都好，因为在非常常见的Intel CPU上，UOP更少。在Broadwell和更高版本上（单uop
SBB
，而不仅仅是立即0）

4指令序列中的任何一个显然都是次优的，总体UOP更大。其中一些具有更差的ILP/依赖链/延迟，如低半部分的关键路径上有2条指令，高半部分的关键路径上有3个周期的指令链。
您似乎认为“更好”等于“更短的代码”，这不必像x86-64那样应用于无序或有序多标量处理器。我想说，最容易理解的实现是第一个实现，如果所有实现都需要相同的时间来执行，我也不会感到惊讶。顺便问一下：您考虑过使用XMM寄存器吗？它们的宽度足以容纳128位的数字，而且（我没有检查）它们可能有整数指令来处理整个数字number@mcleod_ideafix他们没有，所以你仍然有手工搬运的问题。Thanx@lurker，我修好了。是的，我考虑了XMM寄存器。它们是为进位传播的整数向量制作的
neg   rdx              ; high half first
neg   rax             ; subtract RDX:RAX from 0
sbb   rdx, 0          ; with carry from low to high half

;; equally good on Broadwell/Skylake, and AMD.  But worse on Intel SnB through HSW
NOT RDX
NEG RAX
SBB RDX,-1     ; can't use the imm=0 special case