使用程序集代码从内存复制到c++中注册

Question

在将c++程序转换为程序集时，我遇到了一个问题，我不得不这样做

这是我的c++代码

for(int i=0;i<rows-4;i++,a+=4,b+=4,c+=4,d+=4,e+=4,f+=4,x+=4,o+=4){
  for(int j=0;j<cols-4;j++,a++,b++,c++,d++,e++,f++,x++,o++){
    *o=*a>*x;
    *o=*b>*x|(*o<<1);
    *o=*c>*x|(*o<<1);
    *o=*d>*x|(*o<<1);
    *o=*e>*x|(*o<<1);
    *o=*f>*x|(*o<<1);
    }
}

O是输出数据的指针，而a、b、c、d、e、f和x是输入数据的指针。我想要的只是将输入数据中的比较保存到一个变量中，但是当要处理的数据很大时，上面的代码就没有效率了。与在寄存器中保存临时数据相比，该程序需要更多的时间将数据保存到内存中。

所以我想做的就是让这个过程在寄存器中完成。我尝试的是将x引用的数据存储在EBX中，将EBX与包含a(和b，c，d，e，f)引用值的ECX进行比较，将比较结果保存到EAX，并将EAX寄存器左移，以便将所有比较存储在一个变量中。在所有6个比较都已处理完之后，ECX的值将被复制到内存中。

这就是我所做的，我的程序运行速度可以快两倍，但是我得到的所有值都是零。也许我做错了？

      __asm__(
"xorl %%eax,%%eax;"
"xorl %%ebx,%%ebx;"
"xorl %%ecx,%%ecx;"

"movl %1, %%ebx;"

//start here
"movl %2,%%ecx;"
"cmp %%ebx,%%ecx;"
"jnz .one;"
"orl $0x1,%%eax;"

".one:;"
"shll $1,%%eax;"
"movl %3,%%ecx;"
"cmp %%ebx,%%ecx;"
"jnz .two;"
"orl $0x1,%%eax;"

".two:;"
"shll $1,%%eax;"
"movl %4,%%ecx;"
"cmp %%ebx,%%ecx;"
"jnz .three;"
"orl $0x1,%%eax;"

".three:;"
"shll $1,%%eax;"
"movl %5,%%ecx;"
"cmp %%ebx,%%ecx;"
"jnz .four;"
"orl $0x1,%%eax;"

".four:"
"shll $1,%%eax;"
"movl %6,%%ecx;"
"cmp %%ebx,%%ecx;"
"jnz .five;"
"orl $0x1,%%eax;"

".five:"
"shll $1,%%eax;"
"movl %7,%%ecx;"
"cmp %%ebx,%%ecx;"
"jnz .six;"
"orl $0x1,%%eax;"

".six:"
//output
"movl %%eax,%0;"

:"=r"(sett)
:"r"((int)*x),"r"((int)*a) ,"r"((int)*b) ,"r"((int)*c) ,"r"((int)*d),"r"((int)*e),"r"((int)*f) /* input */
  );

Answer 1

有几种选择：

1)丢弃手工编写的程序集代码。你说C代码很慢，告诉我们有多少。我看不出如何以任何有意义的方式来衡量这种差异，因为asm版本甚至没有产生正确的结果。换句话说，尝试asm("nop;");，这是生成不正确结果的一种更快的方法。

2)重写C代码，只读取一次*x；将结果保存在一个临时变量中，最后只写入*o。

3)如果适合您的语义(并得到编译器的支持)，则使用restrict/__restrict/__restrict__ (来自C99，通常作为扩展在C++中可用)来修饰指针，这样编译器就不会知道在写入*o时输入变量的变化。

4)编译器具有较好的自动展开循环能力。它可能需要命令行选项、#pragma指令或扩展/属性的组合。

编辑

这就是我的意思，把它改写成使用临时的：

for(int i=0;i<rows-4;i++,a+=4,b+=4,c+=4,d+=4,e+=4,f+=4,x+=4,o+=4){
    for(int j=0;j<cols-4;j++,a++,b++,c++,d++,e++,f++,x++,o++){
        uint32_t tmp_x = *x;
        *o = (*a > tmp_x ? 0x20 : 0)
          |  (*b > tmp_x ? 0x10 : 0)
          |  (*c > tmp_x ? 0x08 : 0)
          |  (*d > tmp_x ? 0x04 : 0)
          |  (*e > tmp_x ? 0x02 : 0)
          |  (*f > tmp_x ? 0x01 : 0);
    }
}

这有什么区别？在最初的版本中，x是从每一个作业中读取的。编译器不知道o和x指向不同的位置；在最坏的情况下，编译器每一次都必须从x读取，因为通过向o写入，x中的值可能会发生变化。

当然，这段代码有不同的语义:如果您真的让o别名使用其他指针之一，那么它将执行与原始指针不同的操作。

Answer 2

我假设你使用的是最近的英特尔芯片。...and我认为您真正想要使用的是(如果使用它来表示Cray:-)向量功能(相当有限的话)，这些被称为AVX。还有一些库可以在C/ C ++下实现这一点，首先从googling和C开始。

尽管如此，您还可以告诉编译器使用“Register keyword in C++”关键字在寄存器中存储一些变量，请参阅此