这种替代的循环方式会更有效吗？

Question

一个下雨的下午我很无聊，想出了这个：

int ia_array[5][5][5]; //interger array called array

{
        int i = 0, j = 0, k = 0;//counters
        while( i < 5 )//loop conditions
        {
            ia_array[i][j][k] = 0;//do something
            __asm inc k;//++k;

            if( k > 4)
            {
                __asm inc j;  //++j;
                __asm mov k,0;///k = 0;
            }
            if( j > 4)
            {
                __asm inc i;  //++i;
                __asm mov j,0;//j = 0;
            }
        }//end of while
    }//i,j,k fall out of scope

它在功能上等同于三个嵌套的 for 循环。但是在 for 循环中不能使用 __asm 语句。此外，您可以选择不将计数器放在范围内，以便您可以将它们重用于其他循环。我已经查看了两者的反汇编，我的替代方案有 15 个操作码，嵌套的 for 循环有 24 个。因此它可能更快吗？假设我真的要问的是 __asm inc i;比 ++i 更快；？

注意：我无意在任何项目中使用此代码，只是出于好奇。感谢您的宝贵时间。

Answer 1

首先，您的编译器可能会将 i、j 和 k 的值存储在寄存器中。

for (i = 4; i <=0; i--) 比for(i = 0; i < 5; i++) 更有效，因为 cpu 可以免费确定它执行的最后一次操作的结果是否为零 - 它不必显式与 4 进行比较（请参阅cmovz指令）。

x86 的情况并非如此，必须执行更少的指令会导致更快的代码。指令流水线存在各种各样的问题，对于程序员来说，这些问题很快就会变得难以手工编写。把它留给编译器吧，这些天它们已经足够高效了（虽然绝对不是最优的......但是谁愿意等待几个小时来编译他们的代码）。

您可以通过在每个实现中运行您的函数几十万次来自己检查它，然后检查哪个更快。检查是否可以在 for 循环中编写 asm 指令

__asm {
    inc j;
    mov k, 0;
}

（我已经有一段时间没有这样做了）

附：用 asm 进行试验很有趣，它会非常有趣和有益！

Answer 2

不，它不会更快。事实上，它很容易变慢。你的编译器的优化器在这方面几乎肯定比你更有效。

Answer 3

这将是非常特定于编译器和编译器开关的，但是您的代码将在每个循环迭代中进行三个测试，而传统的嵌套循环在每个最内层循环迭代中只有一个，所以我认为您的方法往往是一般较慢。

Answer 4

几件事：

1. 你不能根据输出中操作码的数量来判断汇编代码的速度。编译器可以展开循环以消除分支，并且许多现代编译器将尝试像上面那样对循环进行矢量化。前者的操作码可能比原始代码的操作码多且速度更快，而后者的操作码可能更少且速度更快。

2. 通过将__asm 语句放入您的代码中，您可能排除编译器可以对循环进行的任何优化。因此，如果您使用诸如英特尔编译器之类的非常快的东西进行编译，那么您的代码可能会比使用编译器获得更差的性能。对于像这里的代码这样简单的东西尤其如此，其中数组大小是静态已知的并且循环边界是恒定的。

如果您真的想了解编译器能做什么/不能做什么，请拿起一本书或参加有关优化编译器和矢量化的课程。有大量不同的优化，即使是像这样的简单代码在特定架构上的性能也很难理解。

在许多内核和数字运算代码中，编译器仍然无法比知识渊博人类做得更好，但如果没有大量架构细节方面的经验，你也不会做得比icc -fast 或 xlC -O5。

Answer 5

虽然在优化方面确实有可能击败编译器，但你不会这样做。您用汇编语言编写的代码非常明显，是机械类型的翻译，任何中等体面的编译器（甚至是非常糟糕的编译器）都可以轻松完成。

如果您想击败编译器，您需要走得更远，例如重新排列指令以允许更多并行执行（绝对不平凡）或找到比编译器更好的指令序列。

在这种情况下，例如，您可能至少有机会注意到 iarray[5][5][5] 可以（从汇编语言的角度）被视为 5*5*5 = 125 个元素的单个平面数组，并且将大部分本质上是 memset 的内容编码为一条指令：

mov ecx, 125    // 125 elements
xor eax, eax    // set them to zero
mov di, offset ia_array // where we're going to store them
rep stosd       // and fill that memory.

然而，实际上，这可能不会是对编译器可能生成的内容的重大（甚至可能是次要）改进。它更有可能接近（至少几乎）跟上所需的最低限度。

下一步将考虑使用非临时存储而不是简单的stosd。这实际上不会加速这个循环（无论如何），但如果可能已经在缓存中的其他代码可能立即更重要，它可能会通过避免这个存储污染缓存来获得一些整体速度。您还可以使用其他一些 SSE 指令来获得一点速度——但即使在最好的情况下，您也不能期望比其中的几个百分点更好。底线是，为了将一些内存归零，速度主要受总线速度的限制，而不是您使用的指令，因此您所做的任何事情都可能没有多大帮助。