Gcc 为什么'mov%eax，%eax；不比不快？

，现代处理器可以判断您是否做了一些愚蠢的事情，例如将寄存器移到自身（

mov%eax，%eax

）并对其进行优化。为了验证该声明，我运行了以下程序：

#include <stdio.h>
#include <time.h>

static inline void f1() {
   for (int i = 0; i < 100000000; i++)
      __asm__(
            "mov %eax, %eax;"
            "nop;"
            );
}

static inline void f2() {
   for (int i = 0; i < 100000000; i++)
      __asm__(
            "nop;"
            );
}

static inline void f3() {
   for (int i = 0; i < 100000000; i++)
      __asm__(
            "mov %ebx, %eax;"
            "nop;"
            );
}

int main() {
   int NRUNS = 10;
   clock_t t, t1, t2, t3;

   t1 = t2 = t3 = 0;
   for (int run = 0; run < NRUNS; run++) {
      t = clock(); f1(); t1 += clock()-t;
      t = clock(); f2(); t2 += clock()-t;
      t = clock(); f3(); t3 += clock()-t;
   }

   printf("f1() took %f cycles on avg\n", (float) t1/ (float) NRUNS);
   printf("f2() took %f cycles on avg\n", (float) t2/ (float) NRUNS);
   printf("f3() took %f cycles on avg\n", (float) t3/ (float) NRUNS);

   return 0;
}

正如人们所料，

f3（）

的速度最慢。但令人惊讶的是（至少对我来说），

f1（）

比

f2（）

快。为什么呢

更新：使用

-falign循环编译

在质量上给出了相同的结果：

f1() took 164271.000000 cycles on avg
f2() took 173783.296875 cycles on avg
f3() took 177765.203125 cycles on avg

链接文章中让我认为可以优化的部分是：“move函数负责检查等效位置”

这是指SBCL中的

（move r x）

函数，而不是x86

mov

指令。它是在从低级中间语言生成代码的过程中进行优化，而不是在运行时通过硬件进行优化

mov%eax，%eax

和

nop

都不是完全免费的。它们都需要前端吞吐量，而且在64位模式下，

mov%eax，%eax甚至不是NOP（它将eax零扩展到RAX，并且因为是同一个寄存器，mov消除在Intel CPU上失败。）

有关前端/后端吞吐量瓶颈与延迟的更多信息，请参阅


您可能看到了代码对齐的一些副作用，或者像中那样的时髦的Sandybridge系列存储转发延迟效应，因为您也在禁用优化的情况下编译，使编译器生成反优化代码以进行一致的调试，从而将循环计数器保留在内存中。（~6个循环循环通过存储/重新加载来承载依赖链，而不是普通小循环的每个时钟1次迭代。）

如果你的结果在更大的迭代次数下是可复制的，那么你所看到的可能有一些微体系结构的解释，但它可能与你试图测量的任何东西都没有关系

当然，您还需要修复
mov%ebx，%eaxf3
中的code>bug。在不告诉编译器的情况下重击EAX将步进编译器生成的代码。你没有解释你想用它测试什么，所以如果它是一个打字错误，我会打电话给你。
这肯定很奇怪。你在哪个处理器上测试过这个？您使用了哪个编译器和哪些标志？进一步注意，
clock（）
不计算周期，而是
每秒时钟数
，因此打印
%f周期
会产生误导。另外，当您可以使用
双精度时，请不要强制转换为
浮点值
。请在打开优化的情况下重试，因为如果没有优化，可能会发生奇怪的事情。还要尝试更改代码，使每个示例至少运行一秒钟，以避免预热或类似问题。您是为32位模式编译还是为64位模式编译？您测量的测试主要是循环开销。对于如此微小的循环体，其他因素可能占主导地位，例如跳转目标对齐。这不是一个解释，但我注意到在您的代码示例中，您并没有像您所说的那样执行
mov eax，eax
，而是在我的计算机上执行
mov ebx，eax
@BlenderBender（英特尔（R）至强（R）W-2133 CPU@3.60GHz）我得到了142678.703125/142067.000000/143752.093750，没有进行优化，但使用了
-falign循环。通过优化，代码不会因为覆盖
eax
而终止。
f1() took 164271.000000 cycles on avg
f2() took 173783.296875 cycles on avg
f3() took 177765.203125 cycles on avg