c - 复制字符串的最有效方法是什么？

Question

cpu（基准方式）复制字符串最有效的方式是什么？

我是 c 新手，我目前正在复制这样的字符串

    char a[]="copy me";
    char b[sizeof(a)];
    for (size_t i = 0; i < sizeof(a); i++) {
        b[i] = a[i];
    }
    printf("%s",b); // copy me

这是另一种选择，while 循环比 for 循环快一点（我听说过的）

 char a[]="copy me";
 char b[sizeof(a)];
 char c[sizeof(a)];
    
void copyAString (char *s, char *t)
{
    while ( (*s++ = *t++) != '\0');
};

copyAString(b,a);

printf("%s",c);

Answer 1

这可能不适合您的用例，但是当我复制图像数组时，我发现这段代码比 memcpy 快得多（我说的是 >10 倍）。可能有很多人会从中受益，所以我在这里发布：

void fastMemcpy(void* Dest, void* Source, unsigned int nBytes)
{
    assert(nBytes % 32 == 0);
    assert((intptr_t(Dest) & 31) == 0);
    assert((intptr_t(Source) & 31) == 0);
    const __m256i* pSrc = reinterpret_cast<const __m256i*>(Source);
    __m256i* pDest = reinterpret_cast<__m256i*>(Dest);
    int64_t nVects = nBytes / sizeof(*pSrc);
    for (; nVects > 0; nVects--, pSrc++, pDest++)
    {
        const __m256i loaded = _mm256_stream_load_si256(pSrc);
        _mm256_stream_si256(pDest, loaded);
    }
    _mm_sfence();
}

这利用了内在函数，所以包括 。流命令绕过 CPU 缓存，似乎在速度上有很大的不同。对于更大的数组，您还可以使用多个线程，从而进一步提高性能。

Answer 2

当您可以使用标准函数，例如 memcpy（当长度已知时）或 strcpy（当长度未知时）时，不要编写您自己的复制循环。

现代编译器将这些视为“内置”函数，因此对于常量大小，可以将它们扩展为一些 asm 指令，而不是实际设置对库实现的调用，后者必须根据大小进行分支等等。因此，如果您因为库函数调用短副本的开销而避免使用memcpy，请不要担心，如果长度是编译时常量，则不会有。

但即使在未知/运行时可变长度的情况下，库函数通常也会是用 asm 手写的优化版本，比纯 C 中可以做的任何事情都要快得多（尤其是对于中大型字符串），尤其是对于 strcpy 没有未定义行为的读取缓冲区末尾。

您的第一个代码块具有编译时常数大小（您可以使用sizeof 而不是strlen）。您的复制循环实际上会被现代编译器识别为固定大小的副本，并且（如果很大）变成对memcpy 的实际调用，否则通常会进行类似的优化。

如何进行数组索引并不重要；优化编译器可以看穿 size_t 索引或指针，并为目标平台制作好的 asm。 请参阅this 和this Q&A，了解代码实际编译方式的示例。 请记住，CPU 运行 asm，而不是直接运行 C。
不过，这个例子太小太简单，实际上不能用作基准。见Idiomatic way of performance evaluation?

---

对于隐式长度字符串，您的第二种方式等效于 strcpy。这比较慢，因为它必须搜索终止的 0 字节，如果在内联和展开循环后编译时不知道它。

特别是如果您像这样手动为非常量字符串执行此操作；现代 gcc/clang 无法自动矢量化循环，程序无法在第一次迭代之前计算行程计数。即它们在 strlen 和 strcpy 等搜索循环中失败。

如果您实际上只是调用strcpy(dst, src)，编译器将以某种有效的方式内联扩展它，或者发出对库函数的实际调用。 libc 函数使用手写 asm 来高效地执行此操作，尤其是在 SIMD 可以提供帮助的 x86 等 ISA 上。例如对于 x86-64，glibc 的 AVX2 版本 (https://code.woboq.org/userspace/glibc/sysdeps/x86_64/multiarch/strcpy-avx2.S.html) 应该能够在 Zen2 和 Skylake 等主流 CPU 上为中等大小的副本在每个时钟周期复制 32 个字节，其中源和目标处于高速缓存中。

现代 GCC/clang 似乎 不 将这种模式识别为 strcpy 他们识别 memcpy 等效循环的方式，所以如果你想有效地复制未知大小的 C 字符串，你需要使用实际strcpy。 （或者更好，stpcpy to get a pointer to the end，所以你知道字符串的长度之后，允许你使用显式长度的东西而不是下一个函数也必须扫描字符串的长度。）

一次使用一个char 自己编写它最终会使用字节加载/存储指令，因此每个时钟周期最多可以传输 1 个字节。 （或者在 Ice Lake 上接近 2，可能在 5 宽前端用于加载/宏融合测试/jz/存储的瓶颈。）因此，对于具有运行时变量源的中型到大型副本来说，这是一场灾难，其中编译器无法删除循环。

(https://agner.org/optimize/ 用于 x86 CPU 的性能。其他架构大致相似，除了 SIMD 对 strcpy 有多么有用。没有 x86 的高效 SIMD->integer 对 SIMD 比较结果进行分支能力的 ISA 可能需要使用通用Why does glibc's strlen need to be so complicated to run quickly? 中的整数 bithacks - 但请注意，这是 glibc 的可移植 C 回退，仅在没有人编写手动调整的 asm 的少数平台上使用。）

@0___________ claims 对于 1024 个字符的字符串，他们展开的 char-at-a-time 循环比 glibc strcpy 快，但这是不合理的，可能是基准测试方法错误的结果。 （比如编译器优化无法通过基准测试，或者 libc strcpy 的页面错误开销或惰性动态链接。）

---

相关问答：

• Is memcpy() usually faster than strcpy()? - 是的，虽然对于 x86 上的大副本 strcpy 几乎可以跟上； x86 SIMD 可以有效地检查整个块中是否有任何零字节。

• faster way than memcpy to copy 0-terminated string

• Idiomatic way of performance evaluation? - 微基准测试很难：您需要编译器优化应该优化的部分，但仍然在基准循环中重复工作，而不是只做一次。

• Is it safe to read past the end of a buffer within the same page on x86 and x64? - 是的，以及所有其他在对齐页面中内存保护工作的 ISA。 （它在技术上仍然是 C UB，但在 asm 中是安全的，因此库函数的手写 asm 可以 100% 安全地做到这一点。）

• Efficiency: arrays vs pointers

• In C, accessing my array index is faster or accessing by pointer is faster?

Answer 3

一般来说，复制字符串最有效的方法是手动展开循环以尽量减少所需的操作次数。

例子：

char *mystrcpy(char *restrict dest, const char * restrict src)
{
    char *saveddest = dest;

    while(1)
    {
        if(!(*dest++ = *src++)) break;
        if(!(*dest++ = *src++)) break;
        if(!(*dest++ = *src++)) break;
        if(!(*dest++ = *src++)) break;
        if(!(*dest++ = *src++)) break;
        if(!(*dest++ = *src++)) break;
        if(!(*dest++ = *src++)) break;
        if(!(*dest++ = *src++)) break;
        if(!(*dest++ = *src++)) break;
        if(!(*dest++ = *src++)) break;
        if(!(*dest++ = *src++)) break;
        if(!(*dest++ = *src++)) break;
        if(!(*dest++ = *src++)) break;
        if(!(*dest++ = *src++)) break;
        if(!(*dest++ = *src++)) break;
        if(!(*dest++ = *src++)) break;
    }
    return saveddest;
}

https://godbolt.org/z/q3vYeWzab

glibc 实现使用了一种非常相似的方法。