內聯彙編性能優於C

Question

首先，原諒我，因爲我的問題可能看起來很愚蠢，但我很好奇爲什麼我在這個非常簡單的代碼中獲得了性能提升。

這裏的彙編代碼：

__asm { 
    mov eax, 0 
    mov ecx, 0 
    jmp startloop 
    notequal: 
    inc eax 
    mov ecx, eax 
    sub ecx, 2 
    startloop: 
    cmp eax, 2000000000 
    jne notequal 
}; 

，這是C代碼：

long x = 0; 
long ii = 0; 
for(; ii < 2000000000; ++ii) 
{ 
    x = ii - 2; 
}; 

C代碼大約需要1060毫秒（在發行版本）來完成我的酷睿i5 2500K機和組裝上在780ms結束。速度增加了25％。我不明白爲什麼我會得到這個結果，因爲25％是一個很大的差異。編譯器不夠智能，無法生成我編寫的相同的彙編代碼？

BTW我使用MSVC 2010

感謝

---

這裏是一個的被MSVC

$LL3@main: 
; Line 36 
    lea esi, DWORD PTR [eax-2] 
    inc eax 
    cmp eax, 2000000000    ; 77359400H 
    jl SHORT $LL3@main 

什麼呢lea指令產生的（ASM）的代碼做在這種情況下？

更新2

---

非常感謝大家。我剛剛在Nehalem xeon CPU上測試了這個代碼，結果在這裏完全相同。看起來像一個未知的原因，在Sandy橋上，asm代碼運行得更快。

Answer 1

@ modelnine的評論是正確的 - 正在使用lea來簡化循環中的分配。您有：

x = ii - 2; 

而且lea（加載有效地址）指令被有效執行：

esi = &(*(eax - 2)); 

的&和*相互抵消（這是很重要的 - 在這種情況下，非關聯eax可能會導致問題），所以你得到：

esi = eax - 2; 

你的C代碼究竟是什麼試圖去做。

Answer 2

你爲什麼不嘗試gcc -Ofast也許gcc -O1

，這裏是一個玩笑話：gcc -Q -Ofast --help=optimizers，對從GNU手冊！

，這裏是一個比較：

section .text 
global _start 

_start: 
    mov eax, 0 
    mov ecx, 0 
    jmp startloop 
    notequal: 
    inc eax 
    mov ecx, eax 
    sub ecx, 2 
    startloop: 
    cmp eax, 2000000000 
    jne notequal 

    int  0x80 

    mov  ebx,0 
    mov  eax,1 
    int  0x80 

爲此我1.306ms和下其計時到：使用gcc -O1

real 0m0.001s 
user 0m0.000s 
sys  0m0.000s 

定時爲：

real 0m1.295s 
user 0m1.262s 
sys  0m0.006s 

這實際上執行代碼。

對於MSVC，應該能夠使用/ O2或/ O1編譯選項獲得類似的結果。使用鐺3.1

隨着優化

#include <iostream> 
#include <chrono> 

int main() { 
    auto start = std::chrono::high_resolution_clock::now(); 

    asm (R"(
     mov $0, %eax 
     mov $0, %ecx 
     jmp startloop 
     notequal: 
     inc %eax 
     mov %eax,%ecx 
     sub $2,%ecx 
     startloop: 
     cmp $2000000000,%eax 
     jne notequal 
    )"); 

    auto finish = std::chrono::high_resolution_clock::now(); 
    std::cout << (finish-start).count() << '\n'; 
} 

打開了ASM版了一下：這裏詳細http://msdn.microsoft.com/en-us/library/k1ack8f1.aspx

Answer 3

我比較了非ASM版本：

#include <iostream> 
#include <chrono> 

int main() { 
    auto start = std::chrono::high_resolution_clock::now(); 

    long x = 0; 
    long ii = 0; 
    for(; ii < 2000000000; ++ii) 
    { 
     x = ii - 2; 
    }; 

    auto finish = std::chrono::high_resolution_clock::now(); 
    std::cout << (finish-start).count() << '\n'; 
    std::cout << x << ii << '\n'; 
} 

與ASM版本1.4秒，而非ASM版本花費45納秒。這對於程序集版本來說慢了大約32百萬分之一。

這裏對非ASM版本生成的彙編：

movl $1999999997, %esi  ## imm = 0x773593FD 
callq __ZNSt3__113basic_ostreamIcNS_11char_traitsIcEEElsEl 
movq %rax, %rdi 
movl $2000000000, %esi  ## imm = 0x77359400 
callq __ZNSt3__113basic_ostreamIcNS_11char_traitsIcEEElsEl