为什么数组元素长度的地址计算可被 2 的幂整除更有效

Why is address calculation for array element lengths divisible by powers of 2 more efficient?

本文关键字：有效数组元素地址计算为什么更新时间：2023-10-16

我正在深入研究指针，因为我认为我对指针没有很好的了解，并在维基百科上遇到了以下行：

处理数组时，关键查找操作通常涉及一个称为地址计算的阶段，该阶段涉及构造指向数组中所需数据元素的指针。如果数组中的数据元素的长度可被以下两除二的幂，这个算术通常更有效。

为什么会这样？

上面的行写在"用途"标题下

乘以 2ⁿ 是通过向左移动来完成的。现代处理器可以在单个周期内完成移位（在 x86 中，对于高达 8 或 16 的小移位，内置于地址计算本身中）。在 AMD64 机器上，常规乘法运算需要 4-10 个时钟周期，在现代英特尔处理器上很可能类似。对于两个连续乘法运算的"接近在一起"方式也有限制。

当然，如果数组的大小很大，使用乘法指令并将数据打包得更紧密（不使用填充将数据扩展到 2 大小的幂）可能会更有效，因为缓存效率高

当然，现代编译器很聪明，所以如果需要乘以 X 乘以 12，编译器会生成 (X << 3) + (X << 2) ，例如，这比单个乘法运算更快。

第 i 个元素的地址计算涉及 base + size_of_element * i 。

当元素的大小是 2 的幂时，比如 size_of_element = 2^m，那么这可以通过 base + (i << m) 来实现。

与先前计算中涉及的乘法相比，移位效率要高得多。

因为偏移量可以用左移而不是乘法计算，但考虑到 CPU 中的流水线数量，我还要说这句话可能已经过时了十年或二十年。

当乘法时，例如必须碰巧找到数组中的第 N 个成员，当您处理 2 的幂时，您可以使用移位运算，这比某些系统上的完全成熟的乘法运算成本更低。