Assembly asm（fpu）规范化-如何优化它

我已经编写了一些x86 asm-fpu例程 规范化一个由三个浮点数组成的向量-就是这样

    _asm_normalize10:; Function begin
    push    ebp                                     ; 002E _ 55
    mov     ebp, esp                                ; 002F _ 89. E5
    mov     eax, dword [ebp+8H]                     ; 0031 _ 8B. 45, 08
    fld     dword [eax]                             ; 0034 _ D9. 00
    fmul    st0, st(0)                              ; 0036 _ DC. C8
    fld     dword [eax+4H]                          ; 0038 _ D9. 40, 04
    fmul    st0, st(0)                              ; 003B _ DC. C8
    fld     dword [eax+8H]                          ; 003D _ D9. 40, 08
    fmul    st0, st(0)                              ; 0040 _ DC. C8
    faddp   st1, st(0)                              ; 0042 _ DE. C1
    faddp   st1, st(0)                              ; 0044 _ DE. C1
    fsqrt                                           ; 0046 _ D9. FA
    fld1                                            ; 0048 _ D9. E8
    fdivrp  st1, st(0)                              ; 004A _ DE. F1
    fld     dword [eax]                             ; 004C _ D9. 00
    fmul    st(0), st1                              ; 004E _ D8. C9
    fstp    dword [eax]                             ; 0050 _ D9. 18
    fld     dword [eax+4H]                          ; 0052 _ D9. 40, 04
    fmul    st(0), st1                              ; 0055 _ D8. C9
    fstp    dword [eax+4H]                          ; 0057 _ D9. 58, 04
    fld     dword [eax+8H]                          ; 005A _ D9. 40, 08
    fmulp   st1, st(0)                              ; 005D _ DE. C9
    fstp    dword [eax+8H]                          ; 005F _ D9. 58, 08
    pop     ebp                                     ; 0062 _ 5D
    ret                                             ; 0063 _ C3
    ; _asm_normalize10 End of function

[这是我的代码；-）它可以工作，并且经过我的测试]

我对x86汇编不太了解，我想找一些 优化上述（纯fpu旧asm，尤其是不带sse） 但要比上面优化一些）

特别是，我想知道上面的代码是否有些蹩脚： 我在fpu堆栈上加载x y z向量，然后计数1/sqrt（x*x+y*y+z*z） 然后再次从ram中加载x y z并乘以值，然后存储-

这是次优化吗？我应该只加载一次x y z（而不是两次）

---

然后将其保持在fpu堆栈计数上，然后在末尾存储？

您可以完全按照您的建议执行，并且只加载一次

x

、

y

和

z

。这似乎是有帮助的。除此之外，假设你仍然不想使用近似平方根逆技巧，我看不出有什么机会

未测试：

; load everything
fld dword [eax]
fld dword [eax+4]
fld dword [eax+8]
; square and add
fld st(2)
fmul st(0), st(0)
                  ; (see diagram 1 for fpu stack)
fld st(2)
fmul st(0), st(0)
                  ; (see diagram 2 for fpu stack)
faddp st(1), st(0)
                  ; (see diagram 3 for fpu stack)
fld st(1)
fmul st(0), st(0)
faddp st(1), st(0)
                  ; (see diagram 4 for fpu stack)
; calculate inverse sqrt
fsqrt
fld1
fdivrp st(1), st(0)
; scale
fmul st(1), st(0)
fmul st(2), st(0)
fmulp st(3), st(0)
; store
fstp dword [eax+8]
fstp dword [eax+4]
fstp dword [eax]

图1：

st3: x
st2: y
st1: z
st0: x * x

图2：

st4: x
st3: y
st2: z
st1: x * x
st0: y * y

图3：

st3: x
st2: y
st1: z
st0: x * x + y * y

图4：

st3: x
st2: y
st1: z
st0: x * x + y * y + z * z

---

您可以完全按照您的建议执行并只加载一次

x

、

y

和

z

。这似乎是有帮助的。除此之外，假设你仍然不想使用近似平方根逆技巧，我看不出有什么机会

未测试：

; load everything
fld dword [eax]
fld dword [eax+4]
fld dword [eax+8]
; square and add
fld st(2)
fmul st(0), st(0)
                  ; (see diagram 1 for fpu stack)
fld st(2)
fmul st(0), st(0)
                  ; (see diagram 2 for fpu stack)
faddp st(1), st(0)
                  ; (see diagram 3 for fpu stack)
fld st(1)
fmul st(0), st(0)
faddp st(1), st(0)
                  ; (see diagram 4 for fpu stack)
; calculate inverse sqrt
fsqrt
fld1
fdivrp st(1), st(0)
; scale
fmul st(1), st(0)
fmul st(2), st(0)
fmulp st(3), st(0)
; store
fstp dword [eax+8]
fstp dword [eax+4]
fstp dword [eax]

图1：

st3: x
st2: y
st1: z
st0: x * x

图2：

st4: x
st3: y
st2: z
st1: x * x
st0: y * y

图3：

st3: x
st2: y
st1: z
st0: x * x + y * y

图4：

st3: x
st2: y
st1: z
st0: x * x + y * y + z * z

---

代码是这样的，只写一次，从不读。任何调试器显示操作码，都不会自动生成好的注释。考虑一个赏金，让用户花时间来逆向工程。你错了，它显然被铭记，虽然ASM知识是需要的代码，就像这是写一次，从不读。任何调试器显示操作码，都不会自动生成好的注释。考虑一个赏金，让用户花时间来逆向工程。你错了，它被简单地铭记，虽然ASM知识是必需的，我会测试它。我不知道fld st（2）助记符。您是否知道一种只从（fpu）堆栈获取（pop）编号的方法（无需其他操作）？至于“carmack’s”技巧，我测量了它，这是85个周期（在c中，不是asm测试），所以稍微快一点（可能重新编写为asm，它会更快），将尝试它l8er-也将返回到前面提到的RaySphereIntersection例程和sse-但后来（还没有到那里）TNxmuch@grungefightr你这是什么意思“仅从S堆栈中获取编号”？已编辑。我的意思是pop，一些代码我试图在没有其他操作的情况下编写所需的pop（如stp-仅pop而不存储；-）@Grungfightr

fstp st（0）

pops一个，您可以使用

fcompp

弹出两个（更改fpu条件代码，但它们很少使用）@Grungfightr它存储到条目中，然后它会弹出，所以这不是问题。TNX，我会测试它。我不知道fld st（2）助记符。你知道可能有一种方法只从（fpu）堆栈中获取（pop）数字（没有其他操作）？至于“carmack”技巧，我测量了它，这是85个周期（在c中，没有经过asm测试），所以稍微快一点（可能重新编写为asm会更快），将尝试l8er-也将返回到之前提到的RaySphereIntersection例程和sse-但后来（尚未到达）TNxmuch@grungefightr“仅从堆栈中获取数字”是什么意思？已编辑。我是指pop，一些代码我试图在没有其他操作的情况下编写所需的pop（如stp-仅弹出而不存储；-）@Grungfightr

fstp st（0）

pops one，您可以使用

fcompp

弹出两个（更改fpu条件代码，但它们很少被使用）。@Grungfightr它存储到条目，然后无论如何弹出，所以这不是问题。