0xDEADBEEF

Protip: Eliminujte zbytečné maskování

Kompilátory nejsou vševědoucí. Někdy generují ne zcela optimální program, protože nedokážou využít všechny dostupné informace.

Vezměte si tohle jako příklad:

int4 a;
int4 b;
int* ptr;

int4 res = pcmpgtd(a, b);
int mask = movmsk(res);

ptr += popcnt(mask) / 4;

Žádné překvapení se až po popcnt nekoná. Ale pak je to zkompilované do následující trojice instrukcí.

popcnt %edx,%edx
and    $0x3c,%edx
add    %rdx,%rax

GCC ví, že popcnt vyprodukuje číslo v rozmezí 0 – 64. Dále ví, že dělení je ekvivalentem x >> 2 a převod indexu na int* pointer zas x << 2. Ve výsledku tak jen odmaskuje 2 dolní bity jednou and instrukcí.

Na druhou stranu je vidět, že nedokáže zužitkovat znalost, odkud proměnná pochází. (Aspoň tedy GCC 10 nebo 11 na nichž jsem to ověřoval.)

Kombinace pcmpgtd a movmsk nastaví n bitů, kde n je násobek 4. int má 4 bajty, pcmpgtd nastaví všech 32 bitů intu v každém pruhu na 0 nebo 1 v závislosti na výsledku porovnání a movmsk do cílového intu nastaví 4 bity s polaritou odpovídající každému bajtu. Ve výsledku proměnná mask může obsahovat jen 0, 4, 8, 12 nebo 16 bitů a inkrementace pointeru proběhne o násobek 4, nikdy to nebude 3 nebo 7, výsledek je správně zarovnaný a and není potřeba.

Když kód změním stylem, který dá kompilátoru najevo, že přebírám otěže,

ptr = cast(uint*) ((cast(ubyte*) ptr) + popcnt(mask));

ve výsledné binárce se zbytečné maskování neprovádí a i když se chová identicky, je o jednu instrukci kratší.

popcnt %edx,%edx
add    %rdx,%rax

Jedna jednotaktová instrukce nemusí znamenat mnoho, obvykle jde o rozdíl stěží měřitelný, ale pokud se nachází v řetězu závislostí, může jít o příjemný bonus.