将什么优化技术应用于总结简单算术序列的锈蚀代码？

Question

代码太天真了：

use std::time;

fn main() {
    const NUM_LOOP: u64 = std::u64::MAX;
    let mut sum = 0u64;
    let now = time::Instant::now();
    for i in 0..NUM_LOOP {
        sum += i;
    }
    let d = now.elapsed();
    println!("{}", sum);
    println!("loop: {}.{:09}s", d.as_secs(), d.subsec_nanos());
}

产出如下：

$ ./test.rs.out
9223372036854775809
loop: 0.000000060s
$ ./test.rs.out
9223372036854775809
loop: 0.000000052s
$ ./test.rs.out
9223372036854775809
loop: 0.000000045s
$ ./test.rs.out
9223372036854775809
loop: 0.000000041s
$ ./test.rs.out
9223372036854775809
loop: 0.000000046s
$ ./test.rs.out
9223372036854775809
loop: 0.000000047s
$ ./test.rs.out
9223372036854775809
loop: 0.000000045s

节目几乎马上就结束了。我还用for循环在C中编写了一个等价的代码，但它运行了很长时间。我想知道是什么让铁锈密码这么快。

C代码：

#include <stdint.h>
#include <time.h>
#include <stdio.h>
#include <string.h>
#include <stdlib.h>
#include <time.h>

double time_elapse(struct timespec start) {
    struct timespec now;
    clock_gettime(CLOCK_MONOTONIC, &now);
    return now.tv_sec - start.tv_sec +
           (now.tv_nsec - start.tv_nsec) / 1000000000.;
}

int main() {
    const uint64_t NUM_LOOP = 18446744073709551615u;
    uint64_t sum = 0;
    struct timespec now;
    clock_gettime(CLOCK_MONOTONIC, &now);

    for (int i = 0; i < NUM_LOOP; ++i) {
        sum += i;
    }

    double t = time_elapse(now);
    printf("value of sum is: %llu\n", sum);
    printf("time elapse is: %lf sec\n", t);

    return 0;
}

Rust代码使用-O编译，C代码使用-O3编译。C代码运行得太慢了，还没有停止。

修复了visibleman和San深处发现的漏洞后，这两个程序几乎没有时间就打印出了相同的数字。我试图将NUM_LOOP减少一个，考虑到溢出，结果似乎是合理的。此外，使用NUM_LOOP = 1000000000，两个程序都不会溢出，并在短时间内产生正确的答案。这里使用什么优化？我知道我们可以使用像(0 + NUM_LOOP - 1) * NUM_LOOP / 2这样的简单方程来计算结果，但我不认为这种计算是由具有溢出情况的编译器完成的。

Answer 1

您的锈蚀代码(没有打印和计时)编译为(论哥德波特)：

movabs rax, -9223372036854775807
ret

LLVM只对整个函数进行折叠，并为您计算最终值。

让我们让上限动态(非常量)来避免这种侵略性的常数折叠：

pub fn foo(num: u64) -> u64 {
    let mut sum = 0u64;
    for i in 0..num {
        sum += i;
    }

    sum
}

这导致(哥德波特)：

  test rdi, rdi            ; if num == 0
  je .LBB0_1               ; jump to .LBB0_1
  lea rax, [rdi - 1]       ; sum = num - 1
  lea rcx, [rdi - 2]       ; rcx = num - 2
  mul rcx                  ; sum = sum * rcx
  shld rdx, rax, 63        ; rdx = sum / 2
  lea rax, [rdx + rdi]     ; sum = rdx + num
  add rax, -1              ; sum -= 1
  ret
.LBB0_1:
  xor eax, eax             ; sum = 0
  ret

如您所见，优化器理解从0到num的所有数字之和，并将循环替换为常数公式：((num - 1) * (num - 2)) / 2 + num - 1。对于上面的例子:优化器可能首先将代码优化成这个常量公式，然后进行常量折叠。

附加说明

• 另外两个答案已经指出了C程序中的错误。修正后，clang 生成完全相同的程序集。 (不足为奇)。然而，GCC似乎不知道这种优化和生成您期望的程序集(循环)。。
• 在Rust中，编写代码的一种更简单、更惯用的方法是(0..num).sum()。尽管使用了更多的抽象层(即迭代器)，但编译器生成的代码与上面的完全相同。
• 若要以锈蚀格式打印Duration，可以使用{:?}格式说明符。println!("{:.2?}", d);以最合适的单位打印持续时间，精度为2。这是打印几乎所有基准的时间的好方法。

Answer 2

由于int永远不会像您的NUM_LOOP那么大，程序将永远循环。

const uint64_t NUM_LOOP = 18446744073709551615u;

for (int i = 0; i < NUM_LOOP; ++i) { // Change this to an uint64_t

如果您修复了int，编译器将在这两种情况下优化这些循环。

Answer 3

您的代码被困在一个无限循环中。

比较i < NUM_LOOP总是返回true，因为在到达NUM_LOOP之前，int i将环绕