C++ 分支预测优化

我试图理解gcc/clang对这段代码做了什么样的神奇优化

#include <random>
#include <iostream>

int main()
{
    std::random_device rd;
    std::mt19937 mt(rd());
    const unsigned arraySize = 100000;
    int data[arraySize];

    for (unsigned c = 0; c < arraySize; ++c)
        data[c] = mt() % 256;

    long long sum = 0;

    for (unsigned i = 0; i < 100000; ++i)
    {
        for (unsigned c = 0; c < arraySize; ++c)
        {
            if (data[c] >= 128)
                sum += data[c];
        }
    }
    std::cout << sum << std::endl;
}

#包括
#包括
int main（）
{
std：：随机_装置rd；
标准：mt19937 mt（rd（））；
const unsigned arraySize=100000；
int数据[arraySize]；
for（无符号c=0；c=128）
总和+=数据[c]；
}
}
std:：cout这是gcc的输出（使用gcc.godbolt.org，带有-O3）

您可以看到它执行比较“cmpl$127，$ecx”，但是在比较之后它没有分支。相反，它总是添加（在比较上方的行中使用“addq”），然后根据比较使用添加的结果（感谢“cmovg”“conditional move”指令）

它避免了内部循环中的分支，因此性能不依赖于分支预测。因此，对输入进行排序（如第二个示例中所做的那样）没有什么区别。
您看过汇编程序的输出了吗（真想不到发布了它？）-我还假设您正在对苹果进行比较，并且您已经尝试了使用相同库的相同硬件上的新旧编译器的输出？在编译这两个编译器时使用了哪些标志？在第二个示例中，您正在对数组进行排序。一旦您开始命中127以上的数据，您将始终调用
+=
操作符。这个操作应该被缓存，因为你每次迭代都在做。我读了一篇非常好的文章，解释了保持内存和操作“热”以提高性能的好处。@user657267-std=c++11-O3A常见的误解是，这是分支预测，而不是预测。
#include <random>
#include <iostream>
#include <algorithm>
int main()
{
    std::random_device rd;
    std::mt19937 mt(rd());
    const unsigned arraySize = 100000;
    int data[arraySize];

    for (unsigned c = 0; c < arraySize; ++c)
        data[c] = mt() % 256;

    std::sort(data, data + arraySize);
    long long sum = 0;

    for (unsigned i = 0; i < 100000; ++i)
    {
        for (unsigned c = 0; c < arraySize; ++c)
        {
            if (data[c] >= 128)
                sum += data[c];
        }
    }
    std::cout << sum << std::endl;
}

.L4: //Inner loop
    movslq  (%rax), %rdx
    movq    %rdx, %rcx
    addq    %rsi, %rdx
    cmpl    $127, %ecx
    cmovg   %rdx, %rsi
    addq    $4, %rax
    cmpq    %rdi, %rax
    jne .L4