背景：我正在尝试创建一个纯 D 语言实现的功能，它大致相当于 C's memchr，但使用数组和索引而不是指针。原因是 std.string 将与编译时函数评估一起使用。对于那些不熟悉 w/D 的人，如果满足某些限制，可以在编译时评估函数。一个限制是它们不能使用指针。另一个是他们不能调用 C 函数或使用内联汇编语言。让字符串库在编译时工作对于一些编译时代码生成黑客很有用。
问题： memchr 是如何在后台工作以实现如此快速的性能的？在 Win32 上，我能够使用简单循环在纯 D 中创建的任何内容都至少慢 2 倍，即使使用明显的优化技术，例如禁用边界检查、循环展开等。有哪些不明显的技巧可用于像在字符串中查找字符一样简单？
【问题讨论】：
标签： c performance d standard-library
我建议查看GNU libc 的来源。对于大多数函数，它将包含函数的通用优化 C 版本，以及针对尽可能多的受支持架构的优化汇编语言版本，利用机器特定的技巧。
x86-64 SSE2 version 将pcmpeqb 的结果一次合并到整个缓存行数据（四个 16B 向量），以分摊提前退出 pmovmskb/test/jcc 的开销.
gcc 和 clang 目前无法自动矢量化具有 if() break 提前退出条件的循环，因此它们从明显的 C 实现中生成了简单的 byte-at-a-time asm。
【讨论】：
This implementation of memchr from newlib 是某人优化 memchr 的一个例子： 它一次读取和测试 4 个字节（除了 memchr，newlib 库中的其他函数是 here）。
顺便提一下，MSVC 运行时库的大部分源代码都是可用的，作为 MSVC 安装的可选部分（因此，您可以查看它）。
【讨论】：
这是来自memchr.c 的 FreeBSD（BSD 许可）memchr()。 FreeBSD 的在线源代码浏览器是经过时间考验、获得 BSD 许可的代码示例的一个很好的参考。
void *
memchr(s, c, n)
const void *s;
unsigned char c;
size_t n;
{
if (n != 0) {
const unsigned char *p = s;
do {
if (*p++ == c)
return ((void *)(p - 1));
} while (--n != 0);
}
return (NULL);
}
【讨论】：
像 memset 和 memcpy 这样的 memchr 通常会减少到相当少量的机器代码。如果没有inlining similar assembly code，您不太可能重现这种速度。在实现中要考虑的一个主要问题是data alignment。
一个generic technique you may be able to use 是在要搜索的字符串的末尾插入一个sentinel，这样可以保证你会找到它。它允许您将字符串结尾的测试从循环内部移动到循环之后。
【讨论】：
GNU libc 肯定使用 assembly 版本的 memchr()（在任何常见的 linux 发行版上）。这就是它如此之快的原因。
例如，如果我们计算 11Gb 文件中的行数（如 "wc -l" 所做的那样），大约需要 2.5 秒，使用来自 GNU libc 的 assembly 版本的 memchr()。但是，如果我们将 memchr() 程序集调用替换为来自 FreeBSD 的 memchr() C implementation - 速度将降低到 30 秒。
这等于只用一个比较一个字符的while循环替换memchr()。
【讨论】：