如何分析cpp/assembly代码的性能

我正在尝试了解更多关于如何分析我更常用的方法的性能的信息。

我已经尝试过使用rand（）和计时对我的方法的大量调用作为性能测量方法，但我也想通过了解汇编代码的作用来了解更多关于如何测量性能的信息。

例如，我读到有人试图优化sgn函数（C/C++中有标准的符号函数（signum，sgn）吗？）所以我觉得这将是一个很好的开始。我去了http://gcc.godbolt.org并为以下代码生成asm（具有-march=core-avx2 -fverbose-asm -Ofast -std=c++11的ICC）：

int sgn_v1(float val)
{
    return (float(0) < val) - (val < float(0));
}

和

int sgn_v2(float val)
{
  if (float(0) < val)      return  1;
  else if (val < float(0)) return -1;
  else                     return  0;
}

这产生了以下组件

L__routine_start__Z6sgn_v1f_0:
sgn_v1(float):
        vxorps    %xmm2, %xmm2, %xmm2                           #3.38
        vcmpgtss  %xmm2, %xmm0, %xmm1                           #3.38
        vcmpgtss  %xmm0, %xmm2, %xmm3                           #3.38
        vmovd     %xmm1, %eax                                   #3.38
        vmovd     %xmm3, %edx                                   #3.38
        negl      %eax                                          #3.38
        negl      %edx                                          #3.38
        subl      %edx, %eax                                    #3.38
        ret                                                     #3.38

和

L__routine_start__Z6sgn_v2f_1:
sgn_v2(float):
        vxorps    %xmm1, %xmm1, %xmm1                           #8.3
        vcomiss   %xmm1, %xmm0                                  #8.18
        ja        ..B2.3        # Prob 28%                      #8.18
        vcmpgtss  %xmm0, %xmm1, %xmm0                           #
        vmovd     %xmm0, %eax                                   #
        ret                                                     #
..B2.3:                         # Preds ..B2.1
        movl      $1, %eax                                      #9.12
        ret                                                     #9.12

我的分析从以下事实开始，sgn_v1有9条指令，sgn_v2有6或5条指令，这取决于跳跃的结果。上一篇文章讨论了sgn_v1是如何无分支的，这似乎是一件好事，我认为这意味着sgn_v1中的多个指令可以同时执行。我去了http://www.agner.org/optimize/instruction_tables.pdf我无法资助haswell部分的大部分手术（p187-p202）。

我该如何分析？

编辑：

响应@Raxvan的评论，我运行了以下测试程序

extern "C" int sgn_v1(float);
__asm__(
"sgn_v1:n"
"  vxorps    %xmm2, %xmm2, %xmm2n"
"  vcmpgtss  %xmm2, %xmm0, %xmm1n"
"  vcmpgtss  %xmm0, %xmm2, %xmm3n"
"  vmovd     %xmm1, %eaxn"
"  vmovd     %xmm3, %edxn"
"  negl      %eaxn"
"  negl      %edxn"
"  subl      %edx, %eaxn"
"  retn"
);
extern "C" int sgn_v2(float);
__asm__(
"sgn_v2:n"
"  vxorps    %xmm1, %xmm1, %xmm1n"
"  vcomiss   %xmm1, %xmm0n"
"  ja        ..B2.3n"
"  vcmpgtss  %xmm0, %xmm1, %xmm0n"
"  vmovd     %xmm0, %eaxn"
"  retn"
"  ..B2.3:n"
"  movl      $1, %eaxn"
"  retn"
);
#include <cstdlib>
#include <ctime>
#include <iostream>
int main()
{
  size_t N = 50000000;
  std::clock_t start = std::clock();
  for (size_t i = 0; i < N; ++i)
  {
    sgn_v1(float(std::rand() % 3) - 1.0);
  }
  std::cout << "v1 Time: " << (std::clock() - start) / (double)(CLOCKS_PER_SEC / 1000) << " ms " << std::endl;
  start = std::clock();
  for (size_t i = 0; i < N; ++i)
  {
    sgn_v2(float(std::rand() % 3) - 1.0);
  }
  std::cout << "v2 Time: " << (std::clock() - start) / (double)(CLOCKS_PER_SEC / 1000) << " ms " << std::endl;
  start = std::clock();
  for (size_t i = 0; i < N; ++i)
  {
    sgn_v2(float(std::rand() % 3) - 1.0);
  }
  std::cout << "v2 Time: " << (std::clock() - start) / (double)(CLOCKS_PER_SEC / 1000) << " ms " << std::endl;
  start = std::clock();
  for (size_t i = 0; i < N; ++i)
  {
    sgn_v1(float(std::rand() % 3) - 1.0);
  }
  std::cout << "v1 Time: " << (std::clock() - start) / (double)(CLOCKS_PER_SEC / 1000) << " ms " << std::endl;
}

我得到了以下结果：

g++-4.8 -std=c++11 test.cpp && ./a.out
v1 Time: 423.81 ms
v2 Time: 657.226 ms
v2 Time: 666.233 ms
v1 Time: 436.545 ms

因此，无分支的结果显然更好@Jim建议我研究分支预测器是如何工作的，但我仍然找不到计算管道"满"的方法…