内联汇编性能优于C

Question

首先，原谅我，因为我的问题可能看起来很愚蠢，但我很好奇为什么我在这个非常简单的代码中获得了性能提升。

这里的汇编代码：

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

，这是C代码：

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

C代码大约需要1060毫秒（在发行版本）来完成我的酷睿i5 2500K机和组装上在780ms结束。速度增加了25％。我不明白为什么我会得到这个结果，因为25％是一个很大的差异。编译器不够智能，无法生成我编写的相同的汇编代码？

BTW我使用MSVC 2010

感谢

---

这里是一个的被MSVC

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

什么呢lea指令产生的（ASM）的代码做在这种情况下？

更新2

---

非常感谢大家。我刚刚在Nehalem xeon CPU上测试了这个代码，结果在这里完全相同。看起来像一个未知的原因，在Sandy桥上，asm代码运行得更快。

Answer 1

@ modelnine的评论是正确的 - 正在使用lea来简化循环中的分配。您有：

x = ii - 2; 

而且lea（加载有效地址）指令被有效执行：

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

的&和*相互抵消（这是很重要的 - 在这种情况下，非关联eax可能会导致问题），所以你得到：

esi = eax - 2; 

你的C代码究竟是什么试图去做。

Answer 2

你为什么不尝试gcc -Ofast也许gcc -O1

，这里是一个玩笑话：gcc -Q -Ofast --help=optimizers，对从GNU手册！

，这里是一个比较：

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 

为此我1.306ms和下其计时到：使用gcc -O1

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

定时为：

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

这实际上执行代码。

对于MSVC，应该能够使用/ O2或/ O1编译选项获得类似的结果。使用铛3.1

随着优化

#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'; 
} 

打开了ASM版了一下：这里详细http://msdn.microsoft.com/en-us/library/k1ack8f1.aspx

Answer 3

我比较了非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'; 
} 

与ASM版本1.4秒，而非ASM版本花费45纳秒。这对于程序集版本来说慢了大约32百万分之一。

这里对非ASM版本生成的汇编：

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