为什么此内联程序集中的错误操作无法正常工作

Why the ror op in this inline assembly not working properly?

本文关键字：常工作 工作 操作 错误 程序 程序集 集中 为什么      更新时间：2023-10-16

我已经编写了一个程序来处理以big-endian格式写入磁盘的一些数据，因此该程序需要交换字节才能执行其他操作。在对代码进行分析后，我发现我的字节交换函数占用了30%的执行时间。所以我心想，我该怎么加快速度呢？所以我决定写一小段内联汇编。

我会替换这个：

void swapTwoByte(char* array, int numChunks)
{
    for(int i= (2*numChunks-1); i>=0; i-=2)
    {
        char temp=array[i];
        array[i]=array[i-1];
        array[i-1]=temp;
    }
}

这个：

void swapTwoByte(int16* array, int numChunks)
{
    for(int i= (numChunks-1); i>=0; --i)
    {
        asm("movw %1, %%ax;"
            "rorw %%ax;"
            "rorw %%ax;"
            "rorw %%ax;"
            "rorw %%ax;"
            "rorw %%ax;"
            "rorw %%ax;"
            "rorw %%ax;"
            "rorw %%ax;"
            "movw %%ax, %0;"
            : "=r" ( array[i] )
            : "r" (array[i])
            :"%ax"
        );
    }
}

它完成了预期的工作，但这是大量的轮换操作。

所以我的问题是：根据这个源，rorw可以取两个操作数，在gas系统中，源操作数应该是要旋转的位数，但每次我试图用之类的东西替换8个旋转权的列表时

".set rotate, 0x0008"
"rorw rotate, %%ax"

我收到一个汇编程序错误：

"Error: number of operands mismatch for `ror'"

为什么会这样？我错过了什么？

首先，使用

#include <arpa/inet.h>
little_endian = ntohs(big_endian);

这将在您使用的任何系统上编译成最佳代码，即使您碰巧将代码移植到big-endian平台，它也会起作用。

但是，这不会解决您的性能问题，因为我认为您已经错误地识别了问题。尼莫的第一条微观优化法则是："数学很快，记忆力很慢"。

遍历一大块内存并交换其字节对缓存极不友好。字节交换是一个循环；一次内存读取或写入需要数百个周期，除非它在缓存中命中。

因此在使用字节之前不要交换字节。我个人最喜欢的方法是：

class be_uint16_t {
public:
        be_uint16_t() : be_val_(0) {
        }
        be_uint16_t(const uint16_t &val) : be_val_(htons(val)) {
        }
        operator uint16_t() const {
                return ntohs(be_val_);
        }
private:
        uint16_t be_val_;
} __attribute__((packed));

这定义了一个两字节的类，表示内存中的大端数。它根据需要隐式地向uint16_t进行强制转换和从uint16_t进行强制类型转换。因此，将内存指针投射到be_uint16 *，然后像数组一样访问它；忘记字节交换吧，因为类会为你做这件事：

const be_uint16_t *p = (be_uint16 *)my_block;
unsigned val = p[37];  // or whatever

注意，你甚至可以这样做：

be_uint16_t x = 12;
x = x + 1;
write(fd, &x, sizeof(x)); // writes 13 to file in big-endian form

根据我的经验，在使用前立即交换值的开销是无法检测的。Locality是游戏的名称。。。

考虑重新组织一下C++代码。正如所写的，g++4.5.2为我编译了一个无聊的紧密循环，其中有四个8位mov和两个指针递减。

.L3:
    movzbl  (%rdi), %eax
    movzbl  -1(%rdi), %edx
    movb    %al, -1(%rdi)
    movb    %dl, (%rdi)
    subq    $2, %rdi
    subl    $2, %esi
    jns .L3

将其重写为

void swapTwoByte(char* array, int numChunks)
{
    for(int i = 0; i<numChunks*2; i+=2)
        std::swap(array[i], array[i+1]);
}

让编译器意识到你在做什么，并打开SIMD的全部功能，核心循环现在一次处理32个字节：

.L4:
    movdqu  (%rdx), %xmm1
    movdqu  (%rax), %xmm2
    movdqa  %xmm1, %xmm0
    movdqa  %xmm2, %xmm3
    pshufb  %xmm7, %xmm0
    pshufb  %xmm4, %xmm2
    pshufb  %xmm6, %xmm3
    pshufb  %xmm5, %xmm1
    por %xmm3, %xmm0
    por %xmm2, %xmm1
    incl    %ecx
    movdqa  %xmm1, %xmm2
    punpckhbw   %xmm0, %xmm1
    punpcklbw   %xmm0, %xmm2
    movdqu  %xmm2, (%rdx)
    movdqu  %xmm1, (%rax)
    addq    $32, %rdx
    addq    $32, %rax
    cmpl    %ecx, %r8d
    ja  .L4

一个CCD_ 3不会打败它。

Swap指令适用于32位值。要交换word中的两个字节，请使用xchg-al，ah指令。

相关文章：