其他分享
首页 > 其他分享> > 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

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

作者:互联网

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。

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。

	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。

	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