minGW 下 _rotl 性能不佳答案

【问题标题】：Poor _rotl performance under minGWminGW 下 _rotl 性能不佳
【发布时间】：2013-06-01 11:27:13
【问题描述】：

我有一个程序，它依赖于左旋转指令的性能。

在 MSVC 下，它工作得相当好，只需将 _rotl() 内部函数定义为向左旋转的目标。

在 GCC for Linux 下，它也运行良好。在这里定义等效的软件构造 rotl32(x,r) = ((x << r) | (x >> (32 - r))) 就足够了，编译器足够聪明地识别出这是一个 32 位左移，并自动将其替换为其内在等效项（公平地说，MSVC 也能够使检测）。

在 MinGW 下，没有那么多。当 MinGW 使用 GCC 作为其核心时，这一点就更加有趣了。 MinGW 可以编译 windows 内在函数_rotl，但不会明显触发相应的内在函数。软件版本似乎也未被检测到，但公平地说，它仍然比_rotl 快。最终结果是性能降低了 10 倍，所以这绝对是显着的。

注意：测试 MinGW 的 GCC 版本是 4.6.2

【问题讨论】：

您能否发布一个示例以及生成的程序集（使用-S 和-O2 选项）？我对 MinGW 4.6.1 和 4.7.2 的测试表明它将使用 rol（或有时是 ror）指令来实现对内联 rotl32() 函数的调用，该函数仅返回您给出的表达式 - 只要因为所涉及的论点是unsigned。这似乎是一个明智的要求，因为您的表达式对于负值（以及使用有符号类型时的一些非负值）具有未定义的行为。
然而，_rotl() 'intrinsic' 显然是作为对 MinGW 中库函数的非内联函数调用实现的。
所有输入都是uint32_t
请注意，虽然微型计算机的编译器过去的设计方式总是将rotl32 的给定定义视为评估x|0 或x|x（可能是任意选择）以防万一r 为 0，无论选择哪个值都无关紧要，因为两者都会评估为 x，这样的处理方式不再流行。相反，有必要将| 右侧的部分替换为(x >> (31-r) >> 1) 或(x >> ((-r) & 31)) 等替代结构，以使程序可以安全地用于优化编译器，即使后一种形式可能...
...在许多编译器上速度较慢且难以阅读。

标签： c gcc mingw

【解决方案1】：

以防万一您在 Windows 上遇到了内在函数，这里有一种在 x86 上使用内联汇编器的方法；

uint32_t rotl32_2(uint32_t x, uint8_t r) {
  asm("roll %1,%0" : "+r" (x) : "c" (r));
  return x;
}

在 Ubuntu 的 gcc 上测试过，但应该在 mingw 上运行良好。

【讨论】：

谢谢，由于缺乏知识，我通常不喜欢汇编代码，而且还有可移植性问题。 MinGW 只是一个目标，甚至不是主要目标。尽管如此，这是一个有趣的输入。 +1。

【解决方案2】：

只需包含 intrin.h 标头。

它是特定于 Windows 的标头，因此如果您正在开发跨平台软件，请不要忘记用这样的条件包装它：

#ifdef _WIN32
# include <intrin.h>
#endif

基准测试

Run on (4 X 3310 MHz CPU s)
09/07/16 23:29:35
Benchmark                    Time           CPU Iterations
----------------------------------------------------------
BM_rotl/8                   19 ns         18 ns   37392923
BM_rotl/64                 156 ns        149 ns    4487151
BM_rotl/512               1148 ns       1144 ns     641022
BM_rotl/4k                9286 ns       9178 ns      74786
BM_rotl/32k              71575 ns      69535 ns       8974
BM_rotl/256k            583148 ns     577204 ns       1000
BM_rotl/2M             4769689 ns    4830999 ns        155
BM_rotl/8M            19997537 ns   18720120 ns         35
BM_rotl_intrin/8             6 ns          6 ns  112178768
BM_rotl_intrin/64           55 ns         53 ns   14022346
BM_rotl_intrin/512         431 ns        407 ns    1725827
BM_rotl_intrin/4k         3327 ns       3338 ns     224358
BM_rotl_intrin/32k       27093 ns      26596 ns      26395
BM_rotl_intrin/256k     217633 ns     214167 ns       3205
BM_rotl_intrin/2M      1885492 ns    1853925 ns        345
BM_rotl_intrin/8M      8015337 ns    7626716 ns         90

基准代码

#include <benchmark/benchmark.h>

#define MAKE_ROTL_BENCHMARK(name) \
  static void name(benchmark::State& state) { \
    auto arr = new uint32_t[state.range(0)]; \
    while (state.KeepRunning()) { \
      for (int i = 0; i < state.range(0); ++i) { \
        arr[i] = _rotl(arr[i], 16); \
      } \
    } \
    delete [] arr; \
  } \
  /**/

MAKE_ROTL_BENCHMARK(BM_rotl)
#include <intrin.h>
MAKE_ROTL_BENCHMARK(BM_rotl_intrin)

#undef MAKE_ROTL_BENCHMARK

BENCHMARK(BM_rotl)->Range(8, 8<<20);
BENCHMARK(BM_rotl_intrin)->Range(8, 8<<20);

BENCHMARK_MAIN()

【讨论】：