C语言使用数组索引与指针索引在循环中对编译器优化的影响及耗时分析

2021-11-11 13:35:01 阅读：136 来源： 互联网

标签：vpaddq LBB1 xmm0 C语言索引编译器 xmm1 rdi rax

C语言在访问数组时既可以使用如a[i]这样的下标方式，也可以使用*(a+i)这样的指针方式，理论上完全等价。但是在编译器对循环作优化时，对于指针方式的索引很有可能分析不彻底，因此相比数组索引耗时有所增加

数组索引耗时

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

unsigned long get_start_ms() {
    struct timespec ts;
    clock_gettime(CLOCK_MONOTONIC, &ts);
    return (ts.tv_sec * 1000 + ts.tv_nsec / 1000000);
}

int main() {
    unsigned long t = get_start_ms();
    uint64_t* mem = malloc(1024*1024*128*sizeof(uint64_t));
    register uint64_t sum = 0;
    for(int i = 0; i < 1024*1024*128; i++) sum += mem[i];
    printf("[%lums]0x%016llx\n", get_start_ms()-t, sum);
}

分别编译、运行后结果如下所示
arr
可见随着优化等级提升，用时依次减少。

指针索引耗时

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

unsigned long get_start_ms() {
    struct timespec ts;
    clock_gettime(CLOCK_MONOTONIC, &ts);
    return (ts.tv_sec * 1000 + ts.tv_nsec / 1000000);
}

int main() {
    unsigned long t = get_start_ms();
    uint64_t* mem = malloc(1024*1024*128*sizeof(uint64_t));
    uint64_t* end = mem + 1024*1024*128;
    register uint64_t sum = 0;
    while(mem<end) sum += *mem++;
    printf("[%lums]0x%016llx\n", get_start_ms()-t, sum);
}

分别编译、运行后结果如下所示
ptr
同样，随着优化等级提升，用时依次减少。但是我们注意到，在-O1时指针与数组用时大体相同，但是之后两级都是数组比指针快约10ms，不是一个小数目。

编译器优化分析

对于出现这种现象的原因，我们需要从汇编代码作分析。

1. 优化等级-O1

在这一级，二者区别不明显。

数组索引
指针索引

2. 优化等级-O2

在这一级，引入了向量化，但是数组索引的向量化程度更高，指令条数也更少。

数组索引
指针索引

	cmpq	$4, %r9
	jae	LBB1_2
## %bb.1:
                                        ## implicit-def: $rbx
	jmp	LBB1_11
LBB1_2:
	movq	%r9, %r8
	andq	$-4, %r8
	leaq	-4(%r8), %rdi
	movq	%rdi, %rsi
	shrq	$2, %rsi
	incq	%rsi
	movl	%esi, %ebx
	andl	$3, %ebx
	cmpq	$12, %rdi
	jae	LBB1_4
## %bb.3:
	pxor	%xmm0, %xmm0
	xorl	%edi, %edi
	pxor	%xmm1, %xmm1
	testq	%rbx, %rbx
	jne	LBB1_7
	jmp	LBB1_9
LBB1_4:
	movl	$1, %edi
	subq	%rsi, %rdi
	leaq	-1(%rbx,%rdi), %rsi
	pxor	%xmm0, %xmm0
	xorl	%edi, %edi
	pxor	%xmm1, %xmm1
	.p2align	4, 0x90
LBB1_5:                                 ## =>This Inner Loop Header: Depth=1
	movdqu	8(%rax,%rdi,8), %xmm2
	paddq	%xmm0, %xmm2
	movdqu	24(%rax,%rdi,8), %xmm0
	paddq	%xmm1, %xmm0
	movdqu	40(%rax,%rdi,8), %xmm1
	movdqu	56(%rax,%rdi,8), %xmm3
	movdqu	72(%rax,%rdi,8), %xmm4
	paddq	%xmm1, %xmm4
	paddq	%xmm2, %xmm4
	movdqu	88(%rax,%rdi,8), %xmm2
	paddq	%xmm3, %xmm2
	paddq	%xmm0, %xmm2
	movdqu	104(%rax,%rdi,8), %xmm0
	paddq	%xmm4, %xmm0
	movdqu	120(%rax,%rdi,8), %xmm1
	paddq	%xmm2, %xmm1
	addq	$16, %rdi
	addq	$4, %rsi
	jne	LBB1_5
## %bb.6:
	testq	%rbx, %rbx
	je	LBB1_9
LBB1_7:
	leaq	24(%rax,%rdi,8), %rax
	negq	%rbx
	.p2align	4, 0x90
LBB1_8:                                 ## =>This Inner Loop Header: Depth=1
	movdqu	-16(%rax), %xmm2
	paddq	%xmm2, %xmm0
	movdqu	(%rax), %xmm2
	paddq	%xmm2, %xmm1
	addq	$32, %rax
	incq	%rbx
	jne	LBB1_8
LBB1_9:
	paddq	%xmm1, %xmm0
	pshufd	$78, %xmm0, %xmm1       ## xmm1 = xmm0[2,3,0,1]
	paddq	%xmm0, %xmm1
	movq	%xmm1, %rbx
	cmpq	%r8, %r9
	je	LBB1_12
## %bb.10:
	leaq	(%rdx,%r8,8), %rdx
	.p2align	4, 0x90
LBB1_11:                                ## =>This Inner Loop Header: Depth=1
	addq	(%rdx), %rbx
	addq	$8, %rdx
	cmpq	%rcx, %rdx
	jb	LBB1_11
LBB1_12:

3. 优化等级-O2 -march=native

在这一级引入了avx512，仍然是数组索引的向量化程度更高，指令条数更少。

数组索引
指针索引

	cmpq	$16, %r9
	jae	LBB1_2
## %bb.1:
                                        ## implicit-def: $rbx
	jmp	LBB1_11
LBB1_2:
	movq	%r9, %r8
	andq	$-16, %r8
	leaq	-16(%r8), %rdi
	movq	%rdi, %rsi
	shrq	$4, %rsi
	addq	$1, %rsi
	movl	%esi, %ebx
	andl	$3, %ebx
	cmpq	$48, %rdi
	jae	LBB1_4
## %bb.3:
	vpxor	%xmm0, %xmm0, %xmm0
	xorl	%edi, %edi
	vpxor	%xmm1, %xmm1, %xmm1
	vpxor	%xmm2, %xmm2, %xmm2
	vpxor	%xmm3, %xmm3, %xmm3
	testq	%rbx, %rbx
	jne	LBB1_7
	jmp	LBB1_9
LBB1_4:
	movl	$1, %edi
	subq	%rsi, %rdi
	leaq	(%rbx,%rdi), %rsi
	addq	$-1, %rsi
	vpxor	%xmm0, %xmm0, %xmm0
	xorl	%edi, %edi
	vpxor	%xmm1, %xmm1, %xmm1
	vpxor	%xmm2, %xmm2, %xmm2
	vpxor	%xmm3, %xmm3, %xmm3
	.p2align	4, 0x90
LBB1_5:                                 ## =>This Inner Loop Header: Depth=1
	vpaddq	8(%rax,%rdi,8), %ymm0, %ymm0
	vpaddq	40(%rax,%rdi,8), %ymm1, %ymm1
	vpaddq	72(%rax,%rdi,8), %ymm2, %ymm2
	vpaddq	104(%rax,%rdi,8), %ymm3, %ymm3
	vpaddq	136(%rax,%rdi,8), %ymm0, %ymm0
	vpaddq	168(%rax,%rdi,8), %ymm1, %ymm1
	vpaddq	200(%rax,%rdi,8), %ymm2, %ymm2
	vpaddq	232(%rax,%rdi,8), %ymm3, %ymm3
	vpaddq	264(%rax,%rdi,8), %ymm0, %ymm0
	vpaddq	296(%rax,%rdi,8), %ymm1, %ymm1
	vpaddq	328(%rax,%rdi,8), %ymm2, %ymm2
	vpaddq	360(%rax,%rdi,8), %ymm3, %ymm3
	vpaddq	392(%rax,%rdi,8), %ymm0, %ymm0
	vpaddq	424(%rax,%rdi,8), %ymm1, %ymm1
	vpaddq	456(%rax,%rdi,8), %ymm2, %ymm2
	vpaddq	488(%rax,%rdi,8), %ymm3, %ymm3
	addq	$64, %rdi
	addq	$4, %rsi
	jne	LBB1_5
## %bb.6:
	testq	%rbx, %rbx
	je	LBB1_9
LBB1_7:
	leaq	(%rax,%rdi,8), %rax
	addq	$104, %rax
	negq	%rbx
	.p2align	4, 0x90
LBB1_8:                                 ## =>This Inner Loop Header: Depth=1
	vpaddq	-96(%rax), %ymm0, %ymm0
	vpaddq	-64(%rax), %ymm1, %ymm1
	vpaddq	-32(%rax), %ymm2, %ymm2
	vpaddq	(%rax), %ymm3, %ymm3
	subq	$-128, %rax
	incq	%rbx
	jne	LBB1_8
LBB1_9:
	vpaddq	%ymm3, %ymm1, %ymm1
	vpaddq	%ymm2, %ymm0, %ymm0
	vpaddq	%ymm1, %ymm0, %ymm0
	vextracti128	$1, %ymm0, %xmm1
	vpaddq	%ymm1, %ymm0, %ymm0
	vpshufd	$78, %xmm0, %xmm1       ## xmm1 = xmm0[2,3,0,1]
	vpaddq	%xmm1, %xmm0, %xmm0
	vmovq	%xmm0, %rbx
	cmpq	%r8, %r9
	je	LBB1_12
## %bb.10:
	leaq	(%rdx,%r8,8), %rdx
	.p2align	4, 0x90
LBB1_11:                                ## =>This Inner Loop Header: Depth=1
	addq	(%rdx), %rbx
	addq	$8, %rdx
	cmpq	%rcx, %rdx
	jb	LBB1_11
LBB1_12:

由此可见，编译器对for循环下的数组索引的向量化有一套成熟的优化手段，贸然改用指针索引反而会拖慢速度，一定要慎之又慎

标签：vpaddq,LBB1,xmm0,C语言,索引,编译器,xmm1,rdi,rax
来源： https://blog.csdn.net/u011570312/article/details/121265729

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9