C++ C++；：为什么这会加速我的代码？

我有以下功能

double single_channel_add(int patch_top_left_row, int patch_top_left_col, 
        int image_hash_key, 
        Mat* preloaded_images,
        int* random_values){

    int first_pixel_row = patch_top_left_row + random_values[0];
    int first_pixel_col = patch_top_left_col + random_values[1];
    int second_pixel_row = patch_top_left_row + random_values[2];
    int second_pixel_col = patch_top_left_col + random_values[3];

    int channel = random_values[4];

    Vec3b* first_pixel_bgr = preloaded_images[image_hash_key].ptr<Vec3b>(first_pixel_row, first_pixel_col);
    Vec3b* second_pixel_bgr = preloaded_images[image_hash_key].ptr<Vec3b>(second_pixel_row, second_pixel_col);

    return (*first_pixel_bgr)[channel] + (*second_pixel_bgr)[channel];
}

编辑：

我已经从函数的两个版本粘贴了程序集 使用参数： 使用常量：

编辑：

使用-O3编译后，我得到以下时钟信号和速度：

使用参数：1990000个刻度和1.99秒 使用常数：330000个刻度和0.33秒

编辑： 将argumenst与-03编译一起使用：

---

将常量与-03编译一起使用：

好吧，

立即常量与内存

格式的二进制算术运算预计会比

内存与内存

格式的二进制算术运算生成更快的代码，但您观察到的时间效应似乎过于极端，特别是考虑到该函数中还有其他操作

是否编译器决定内联您的函数？内联将允许编译器轻松消除与第二版本中未使用的

patch\u top\u left\u row

和

patch\u top\u left\u col

参数相关的所有内容，包括在调用代码中准备/计算这些参数的任何步骤

---

从技术上讲，即使函数不是内联的，也可以这样做，但它通常更复杂。

在x86平台上，有一些指令可以非常快速地将小整数添加到寄存器中。这些指令是

lea

（又称“加载有效地址”）指令，用于计算结构等的地址偏移量。正在添加的小整数实际上是指令的一部分。智能编译器知道这些指令非常快，即使不涉及地址，也可以使用它们进行添加

我敢打赌，如果你将常数更改为至少24位长的随机值，你会看到大部分加速消失

其次，这些常数是已知值。编译器可以尽可能高效地安排这些值在寄存器中结束。对于参数，除非参数在寄存器中传递（我认为您的函数有太多的参数用于调用约定），否则编译器别无选择，只能使用堆栈偏移量加载指令从内存中获取数字。这不是一个特别慢的指令或任何东西，但是对于常量，编译器可以自由地做一些比从指令本身获取数字快得多的事情。

lea

指令就是最极端的例子

编辑：既然你已经粘贴了组件，事情就清楚多了

在非常量代码中，以下是如何进行添加：

addl    -68(%rbp), %eax

addl    $5, %eax

这将从堆栈中获取偏移量

-68（%rpb）

的值，并将其添加到

%eax%

寄存器中

在常量代码中，以下是如何进行添加：

addl    -68(%rbp), %eax

addl    $5, %eax

如果你看一下实际的数字，你会发现：

0138 83C005

很明显，被添加的常量作为一个小值直接编码到指令中。这将比从堆栈偏移量获取值快得多，原因有很多。首先它比较小。其次，它是没有分支的指令流的一部分。因此，它将被预取和管道化，不可能出现任何类型的缓存暂停

因此，虽然我对

lea

指令的猜测不正确，但我仍然走在正确的轨道上。常量版本使用一条专门用于向寄存器中添加小整数的小指令。非常量版本必须从堆栈偏移量中获取一个可能大小不确定的整数（因此它必须获取所有位，而不仅仅是低位位）（这将添加一个额外的add，以根据偏移量和堆栈基址计算实际地址）

编辑2：现在您已经发布了

-O3

结果

现在更让人困惑了。它显然是内联函数，在内联函数的代码和调用函数的代码之间跳了一整吨。我需要查看整个文件的原始代码，以便进行适当的分析

但我强烈怀疑现在正在发生的是，从

get\u range

中获取的值的不可预测性严重限制了编译器可用的优化选项。事实上，在常量版本中，它甚至不需要调用

get\u range\u random\u number\u

，因为该值被抛出，从未使用过

---

我假设

patch\u top\u left\u row

和

patch\u top\u left\u col

的值在某个地方的循环中生成。我将把这个循环推到这个函数中。如果编译器知道这些值是作为循环的一部分生成的，那么有很多优化选项可供选择。在极端情况下，它可以使用各种SSE或3dnow中的一些SIMD指令！指令套件使事情比使用常量的版本快一整吨

---

另一个选项是将此函数内联，这将提示编译器应该尝试将其插入调用它的循环中。如果编译器接受这个提示（这个函数有点大，所以编译器可能不会），它将产生与将循环填充到函数中几乎相同的效果。

gcc

具有可用于查看汇编语言输出的命令行选项。为什么不获取此处显示的两个代码段的程序集，

diff

并在问题中发布生成的diff？您不能将其复制为一个，可以吗？请查看生成的程序集代码。在第二种情况下，编译器可能会使用一些SSE指令。另外，这两个实现似乎做的事情并不相同。为什么第二个示例5、6、8和10中的值