在字符(8位)上使用Int (32位)来“帮助”处理器

Question

在C中，我们经常使用char来表示小数。然而，处理器总是使用Int(或32位)值来读取寄存器(或从寄存器获取)。因此，每次我们需要在程序中使用一个字符或8位时，处理器需要从regsiter中获取32位，并从其中“解析”8位。因此，如果内存不是限制，那么更多地使用Int代替char是否有意义？它对处理器有帮助吗？

Answer 1

来自ARM系统开发人员指南

大多数ARM数据处理操作都是32位的。出于这个原因，您应该尽可能地对局部变量使用32位的数据类型int或long。即使您正在操作一个8位或16位的值，也不要使用char和short作为局部变量类型

书中的一个例子代码证明了这一点。注意对char的环绕处理，而不是无符号int。

int checksum_v1(int *data)
{
char i;
int sum = 0;
for (i = 0; i < 64; i++)
{
sum += data[i];
}
return sum;
}

使用i作为char时的ARM7程序集

checksum_v1
MOV r2,r0 ; r2 = data
MOV r0,#0 ; sum = 0
MOV r1,#0 ; i = 0
checksum_v1_loop
LDR r3,[r2,r1,LSL #2] ; r3 = data[i]
ADD r1,r1,#1 ; r1 = i+1
AND r1,r1,#0xff ; i = (char)r1
CMP r1,#0x40 ; compare i, 64
ADD r0,r3,r0 ; sum += r3
BCC checksum_v1_loop ; if (i<64) loop
MOV pc,r14 ; return sum

当我是一个未签名的int时，ARM7程序集。

checksum_v2
MOV r2,r0 ; r2 = data
MOV r0,#0 ; sum = 0
MOV r1,#0 ; i = 0
checksum_v2_loop
LDR r3,[r2,r1,LSL #2] ; r3 = data[i]
ADD r1,r1,#1 ; r1++
CMP r1,#0x40 ; compare i, 64
ADD r0,r3,r0 ; sum += r3
BCC checksum_v2_loop ; if (i<64) goto loop
MOV pc,r14 ; return sum

Answer 2

有编译器部分和cpu部分。

如果您告诉编译器您使用的是char而不是int，那么在静态分析期间，它将知道变量的界限在0-255之间，而不是0-(2^32-1)。这将使它更好地优化您的程序。

在cpu方面，您的假设并不总是正确的。以x86为例，它具有32位寄存器和8位寄存器访问寄存器eax和al。如果您只想使用字符，那么使用al就足够了。没有性能损失。

针对以下评论，我做了一些简单的基准：

艾尔：

format PE GUI 4.0

xor ecx, ecx
dec ecx
loop_start:
inc al
add al, al
dec al
dec al
loopd short loop_start
ret

eax：

format PE GUI 4.0

xor ecx, ecx
dec ecx
loop_start:
inc eax
add eax, eax
dec eax
dec eax
loopd short loop_start
ret

时代：

$ time ./test_al.exe 
./test_al.exe  0.01s user 0.00s system 0% cpu 7.102 total
$ time ./test_eax.exe 
./test_eax.exe  0.01s user 0.01s system 0% cpu 7.120 total

因此，在这种情况下，al稍快一些，但有时eax出现得更快。两者之间的差别实际上是微不足道的。但是cpus并不是那么简单，可能会出现代码对齐问题、缓存和其他问题，所以最好对自己的代码进行基准测试，看看性能是否有改善。但是imo，如果您的代码不是超紧的，最好是信任编译器来优化。

Answer 3

如果我是您，我会坚持使用int，因为这可能是您的平台中最本地的集成类型。在内部，您可以期望将较短的类型转换为int，这样实际上会降低性能。

您应该不应该使用char，并且希望它在跨平台上是一致的。尽管C标准将sizeof(char)定义为1，但char本身可以是signed或unsigned。选择取决于编译器。

如果您认为在使用8位类型时可以获得一些性能增益，那么要显式地使用signed char或unsigned char。