Assembly 优化装配均衡程序

我正在尝试编写一个（非常）短的汇编例程，它测试两个DWORD是否相等，并返回一个布尔值（1=true，0=false）。到目前为止，我已经提出了三种方法，其中一种使用LAHF，这显然在某些x86_64处理器上不受支持，因此很遗憾，这一种方法是不可能的

第一个版本是：

    mov eax, [esp + 8]
    cmp b, [esp + 4]
    mov eax, 1
    jnz jpt 
    mov eax, 0
jpt:    ret

第二个版本是：

    mov eax, [ebp + 8]
    cmp b, [ebp + 4]
    pushf       ; Get lowest word of the flags register
    pop ax      
    and eax, 0x0040 ; Extract the zero flag
    shr eax, 6  ; eax is now true(1) if arg1 == arg2    
    ret

---

版本1有一条额外的分支指令，但版本2有一条额外的push和一条额外的pop指令。你希望哪一个跑得最快？为什么？这是否取决于分支是否会被执行/预测？

这两个版本都不好。一个随机分支需要很长时间才能执行，因为它无法预测，而且由于部分寄存器写入，lahf只是一个no no。但当然，在汇编程序中编写相等性测试完全是胡说八道，因为函数开销将是内联等效指令的倍数，所以我来：

mov eax, [ebp + 8]
cmp eax, [ebp + 4]
setz al                ;set al to 1 if equal
movzx eax,al         ;convert to dword
ret

---

我以前在需要优化的应用程序中发现过这些瓶颈，它们肯定表明您遇到了瓶颈，无法进一步优化

最好的做法是选择一种不同的算法或数据布局，这种算法或数据布局比当前的算法或布局更适合平台和访问模式。这可能是你能做的最重要的一件事

但是，由于截止日期或其他限制，有时也不可能，因此您需要对其进行创新，这可能意味着使用SIMD操作一次测试多个元素（例如，使用_-mm_-cmpeq_-epi32内在函数来比较4个元素）。如果要在该分支上进行分支，可以将16个元素（按位或掩码）进行比较，然后在该分支上进行分支（然后在分支内选择正确的数据）

这主要是在分支机构非常昂贵的平台上以及在IA-32/64上（例如，分支机构很便宜）带来的好处

还要注意的是，由于无序执行（OOE），英特尔平台将无法使用；很可能是您正在使用的探查器报告了或多或少随机位置上的暂停，因为处理器需要等待从缓存或RAM读取数据

---

如果碰巧遇到这种情况，请确保优化算法，使其更便于缓存（例如，计算出缓存线中适合的项目数，减小数据结构的大小等）

两者都不是，因为在任何实际软件中，瓶颈不会发生在两个DWORD的相等测试中。什么是“真正的软件”？仅仅调用“相等例程”的行为可能比实际比较更昂贵。我知道这不可能是瓶颈，但这更像是一个学术练习。这是一个过于简单的代码生成器的一部分，因此任何性能优势都会被应用到相当大的代码体上，显然是内联的。@Cat，我不止一次看到这是一个瓶颈。我不知道SZ的存在，这比我的两次尝试都要好。“SZ al”你不是说“setz al”吗？