Performance 手臂装配：绝对值功能：两行还是三行更快？

在我的嵌入式系统课程中，我们被要求将给定的C函数AbsVal重新编码到ARM汇编中。 我们被告知，我们能做的最好的是三行。我下定决心要找到一个双线解决方案，并最终找到了，但我现在的问题是，我到底是降低了性能还是提高了性能

C代码：

unsigned long absval(signed long x){
    unsigned long int signext;
    signext = (x >= 0) ? 0 : -1; //This can be done with an ASR instruction
    return (x + signet) ^ signext;
}

助教/教授的三线解决方案

ASR R1, R0, #31         ; R1 <- (x >= 0) ? 0 : -1
ADD R0, R0, R1          ; R0 <- R0 + R1
EOR R0, R0, R1          ; R0 <- R0 ^ R1

ADD R1, R0, R0, ASR #31 ; R1 <- x  + (x >= 0) ? 0 : -1
EOR R0, R1, R0, ASR #31 ; R0 <- R1 ^ (x >= 0) ? 0 : -1

asr1，R0，#31；R1=0）？0 : -1
加上R0，R0，R1；R0这里是另一个两种指令版本：

    cmp     r0, #0
    rsblt   r0, r0, #0

将其转换为简单代码：

  if (r0 < 0)
  {
    r0 = 0-r0;
  }

if（r0<0）
{
r0=0-r0；
}

即使在Cortex-A8和A9这样的现代ARM-CPU内核上，该代码也应该非常快。
浏览ARM.com并获取最新版本。第3-4页第3.3.1节说明了指令时间。幸运的是，它们在Cortex-M3上非常简单

我们可以从这些计时中看出，在一个完美的“无等待状态”系统中，您教授的示例需要3个周期：

ASR R1, R0, #31         ; 1 cycle
ADD R0, R0, R1          ; 1 cycle
EOR R0, R0, R1          ; 1 cycle
                        ; total: 3 cycles

您的版本需要两个周期：

ADD R1, R0, R0, ASR #31 ; 1 cycle
EOR R0, R1, R0, ASR #31 ; 1 cycle
                        ; total: 2 cycles

因此，理论上，你的速度更快

您提到“删除一次内存提取”，但这是真的吗？各自的程序有多大？因为我们使用的是Thumb-2，所以我们有16位和32位的混合指令。让我们看看它们是如何组装的：

其版本（根据语法调整）：

集合到：

00000000        17c1    asrs    r1, r0, #31
00000002        1840    adds    r0, r0, r1
00000004        4048    eors    r0, r1

00000000    eb0071e0    add.w   r1, r0, r0, asr #31
00000004    ea8170e0    eor.w   r0, r1, r0, asr #31

也就是3x2=6字节

您的版本（同样，根据语法进行了调整）：

集合到：

00000000        17c1    asrs    r1, r0, #31
00000002        1840    adds    r0, r0, r1
00000004        4048    eors    r0, r1

00000000    eb0071e0    add.w   r1, r0, r0, asr #31
00000004    ea8170e0    eor.w   r0, r1, r0, asr #31

这是2x4=8字节

因此，您实际上增加了代码的大小，而不是删除内存提取

但这会影响性能吗？我的建议是对它进行基准测试，为什么不进行基准测试呢。这是了解性能差异的最可靠的方法。我完全愿意这样做，但我只是被介绍这些概念。我可以要求教授帮我制定一个基准，但更重要的是，我的目标是知道为什么基准会更快或更慢。不确定基准测试是否显示获取/执行阶段时间或寄存器/ALU访问它取决于实现。A8之前的内核可能会更快地运行代码，移位通常是免费的，除非移位值在寄存器中。A8和更新的内核有多个管道，这可能允许一些并行执行，即使在循环中也可以实现，您可以尝试一下。@KenW（至少对于像x86这样的CISC芯片），基准测试是理解性能的唯一明智的方法。（性能概要基本上是不确定的）。也就是说，我对手臂知之甚少；祝你好运。反向条件减法是最有效的方法。由于ARM状态寄存器仅可选择性地更新，因此可以更早地计算符号位作为副作用。实际上，rsbne可以被视为计算abs的单一指令方法。人们可以使用movs r0，variable

从内存中同时加载值并测试符号。下一步我将在实验室进行测试，并对你的和我的进行基准测试。如果速度更快，那么我会接受答案：）很遗憾，这不能在Thumb-2上组装，但对于arm来说，它会工作得很好，我相信语法已经改变了，它应该是这样的（注释中的wow代码真的不起作用？）：

2800 cmp r0，#0；BFB8-it-lt；4240 rsblt r0，r0，#0