为什么我的程序集代码比C实现慢得多？
为什么我的程序集代码比C实现慢得多？
提问于 2021-06-25 22:29:11
我在学习集会。因此，我编写了一个例程，如果输入是非负的，则返回其输入的平方根，否则返回0。
我已经在程序集和C中实现了这个例程，我想了解为什么用-O2编译的C例程比我的组装例程快得多。C例程的反汇编代码看起来比我的汇编例程稍微复杂一些，所以我不知道我在哪里出错。
组装例程(srt.asm)：
global srt
section .text
srt:
pxor xmm1,xmm1
comisd xmm0,xmm1
jbe P
sqrtsd xmm0,xmm0
retq
P:
pxor xmm0,xmm0
retq我正在编译上面的内容
nasm -g -felf64 srt.asmC例程(srtc.c)
#include <stdio.h>
#include <math.h>
#include <time.h>
extern double srt(double);
double srt1(double x)
{
return sqrt( (x > 0) * x );
}
double srt2(double x)
{
if( x > 0) return sqrt(x);
return 0;
}
int main(void)
{
double v = 0;
clock_t start;
clock_t end;
double niter = 2e8;
start = clock();
v = 0;
for( double i = 0; i < niter; i++ ) {
v += srt(i);
}
end = clock();
printf("time taken srt = %f v=%g\n", (double) (end - start)/CLOCKS_PER_SEC,v);
start = clock();
v = 0;
for( double i = 0; i < niter; i++ ) {
v += srt1(i);
}
end = clock();
printf("time taken srt1 = %f v=%g\n", (double) (end - start)/CLOCKS_PER_SEC,v);
start = clock();
v = 0;
for( double i = 0; i < niter; i++ ) {
v += srt2(i);
}
end = clock();
printf("time taken srt2 = %f v=%g\n", (double) (end - start)/CLOCKS_PER_SEC,v);
return 0;
}以上内容的编译方式为
gcc -g -O2 srt.o -o srtc srtc.c -lm程序的输出是
time taken srt = 0.484375 v=1.88562e+12
time taken srt1 = 0.312500 v=1.88562e+12
time taken srt2 = 0.312500 v=1.88562e+12所以我的装配程序要慢得多。
分解的C代码是
Disassembly of section .text:
0000000000000000 <srt1>:
0: f3 0f 1e fa endbr64
4: 66 0f ef c9 pxor xmm1,xmm1
8: 66 0f 2f c1 comisd xmm0,xmm1
c: 77 04 ja 12 <srt1+0x12>
e: f2 0f 59 c1 mulsd xmm0,xmm1
12: 66 0f 2e c8 ucomisd xmm1,xmm0
16: 66 0f 28 d0 movapd xmm2,xmm0
1a: f2 0f 51 d2 sqrtsd xmm2,xmm2
1e: 77 05 ja 25 <srt1+0x25>
20: 66 0f 28 c2 movapd xmm0,xmm2
24: c3 ret
25: 48 83 ec 18 sub rsp,0x18
29: f2 0f 11 54 24 08 movsd QWORD PTR [rsp+0x8],xmm2
2f: e8 00 00 00 00 call 34 <srt1+0x34>
34: f2 0f 10 54 24 08 movsd xmm2,QWORD PTR [rsp+0x8]
3a: 48 83 c4 18 add rsp,0x18
3e: 66 0f 28 c2 movapd xmm0,xmm2
42: c3 ret
43: 66 66 2e 0f 1f 84 00 data16 nop WORD PTR cs:[rax+rax*1+0x0]
4a: 00 00 00 00
4e: 66 90 xchg ax,ax
0000000000000050 <srt2>:
50: f3 0f 1e fa endbr64
54: 66 0f ef c9 pxor xmm1,xmm1
58: 66 0f 2f c1 comisd xmm0,xmm1
5c: 66 0f 28 d1 movapd xmm2,xmm1
60: 77 0e ja 70 <srt2+0x20>
62: 66 0f 28 c2 movapd xmm0,xmm2
66: c3 ret
67: 66 0f 1f 84 00 00 00 nop WORD PTR [rax+rax*1+0x0]
6e: 00 00
70: 66 0f 2e c8 ucomisd xmm1,xmm0
74: 66 0f 28 d0 movapd xmm2,xmm0
78: f2 0f 51 d2 sqrtsd xmm2,xmm2
7c: 76 e4 jbe 62 <srt2+0x12>
7e: 48 83 ec 18 sub rsp,0x18
82: f2 0f 11 54 24 08 movsd QWORD PTR [rsp+0x8],xmm2
88: e8 00 00 00 00 call 8d <srt2+0x3d>
8d: f2 0f 10 54 24 08 movsd xmm2,QWORD PTR [rsp+0x8]
93: 48 83 c4 18 add rsp,0x18
97: 66 0f 28 c2 movapd xmm0,xmm2
9b: c3 ret 回答 1
Stack Overflow用户
回答已采纳
发布于 2021-07-01 17:36:34
彼得·科德斯的评论解释了这里发生的事情。srt1和srt2是内联的，而srt则不是。引用彼得·科德斯的话：
哦对了，简单地做一个非内联函数就是问题所在。x86-64 System没有任何保持调用的XMM寄存器，因此通过v添加依赖链包含srt()的存储/重新加载，但不包括srt1或srt2内联时的存储/重新加载。
。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/68137643
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号