C++ 如何让GCC优化长XOR链

我有一个像这样的循环：

uint32_t result = 0;

for ( int i = 0; i < CONSTANT; ++i )
{
    result ^= expr;
}
return result;

uint32\u t结果=0；
对于（int i=0；i<常数；++i）
{
结果^=expr；
}
返回结果；

总的来说，GCC使用这段代码做得很好。它完全展开循环并为

expr

生成最佳代码。但是，它执行

结果

XOR

常量

次数。它可以是累积部分结果，然后按层次将它们异或在一起

---

<>我怀疑如果我用宏来展开这个操作，我可以手动完成（<代码>常数<代码>不是很大），但我想知道为什么它没有看到这个，或者如果我做的是某种晦涩的C++语言规则来阻止它。

这里可能没有积累部分结果的好处。如果您使用分治策略（异或偶数将大小减半，然后重复，每次将操作数减半），您仍然会执行

O（常量）

工作（一半的工作加上四分之一的工作加上八分之一的工作，等等，最终执行

常量-1

操作）

---

在块中累积部分结果的行为相同。基本上，您必须具有

常量-1

异或操作。由于这些是固定宽度的寄存器，而不是任意精度的整数，所以每个异或的工作是相同的。除非并行化

expr

工作，否则您不太可能从更复杂的方法中获得任何收益。

对于您的循环，或者

expr

不依赖于

i

，在这种情况下，

gcc

应该整体优化循环1，或者在这种情况下，

gcc

仍然可以对其进行优化（因为循环边界是恒定的，所以可以预先计算整个循环）

但似乎是这样，除非你

-march=haswell

。这看起来很奇怪，但我确实看到过这种情况

在任何情况下2，您都提到

expr

编译为两条指令。为

xor

、循环增量和测试指令添加3条指令后，您已经有5条指令用于此循环，这超过了即使是高端x86 CPU的失效率，因此在这里寻找额外的指令级并行性没有任何好处（除非您可能正在编译为宽度更高的非x86 arch？）

---

1…它一般是这样的，反正在

-O3

---

2我们只能在这里猜测一下，因为您确实在严格保护

expr

的秘密。

expr看起来像什么？expr到底是什么？也许我在这里遗漏了一些东西，但“按层次将它们异或”是否仍然需要相同总数的异或操作？“这可能是累积部分结果，然后按层次将它们异或在一起。“为什么你认为这样更好？不管是什么原因，你认为编译器是如何知道的？@DavidSchwartz它打破了依赖链。现在大多数处理器每个周期可以运行3或4条

XOR

指令。但除非你打破依赖链使它们可并行化，否则你无法利用这种吞吐量。”（在教学层面）。OP的原始代码有一个由

XOR

s组成的依赖链。在前一个代码完成之前，每个代码都无法执行。今天的大多数处理器都可以运行3或4条

XOR

指令/周期，但前提是它们是独立的。因此，虽然工作量仍然相同，但ILP会有所增加。@Mystical:除了OP的工作之外，还有一个未指定的任务在异或输入之前正在计算的表达式。假设它不是完全琐碎的，则计算

expr

所需的工作可能会干扰理想的3-4

XOR

每个时钟。

expr

指令也可能类似地简单（add，sub）因此，无论如何都要让东西被占用，或者更昂贵，从而成为一个瓶颈，使

XOR

工作“免费”（也就是说，前一个“循环”的

XOR

在下一个

expr

完成之前就已经解决了，所以依赖链不是问题）。在特定情况下，您可以通过分而治之的方法对此进行优化，但这可能需要临时存储来实现（计算多个

expr

s、

XOR

它们一起，计算更多，

XOR

它们一起，等等）。但是，如果这会导致中间产物从寄存器溢出到堆栈，那么这不太可能是一个值得的折衷。这是正确的答案。我习惯于考虑SIMD，在那里我可以通过将其分解为子问题来获得并行性。但这里没有SIMD，因此您的分析是正确的。ShadowRanger-至少在某种程度上“临时存储”可能是免费的，以寄存器的形式。当然，它们是有限的，但您不需要完全“树化”"不管怎么说，xor链——足以利用目标体系结构提供的ILP。不管怎么说，讨论细节非常困难，因为@BenJackson出于某种原因拒绝澄清

expr

的性质，因此我们无法实际分析实际行为。我的问题包含了获得正确答案所需的所有信息答案（我已经标出），在这种情况下，我对如何最好地计算一长串XOR的模糊思考是不正确的。因此，从这个意义上说，Stackoverflow对我来说是有用的，即使是不必要的敌意。我想我的意图是鼓励我删除我的问题，这样其他人就不会从中受益。顺便说一句，这不在x86上。@BenJackson-当然不是有必要的信息。我认为你实际上是对的，

gcc

应该使用

xor

的关联性使计算更加并行，但这取决于

expr

的性质和架构的宽度（特别是

gcc

的机器模式中的宽度）.知道

expr

是一对