c++ - 为什么 ARM 使用两条指令来屏蔽一个值？

Question

对于下面的函数...

uint16_t swap(const uint16_t value)
{
    return value << 8 | value >> 8;
}

...为什么带有 -O2 的 ARM gcc 6.3.0 会产生以下程序集？

swap(unsigned short):
  lsr r3, r0, #8
  orr r0, r3, r0, lsl #8
  lsl r0, r0, #16         # shift left
  lsr r0, r0, #16         # shift right
  bx lr

编译器似乎使用两次移位来屏蔽不需要的字节，而不是使用逻辑与。编译器能否改为使用 and r0, r0, #4294901760？

Answer 1

较旧的 ARM 程序集无法轻松创建常量。相反，它们被加载到文字池中，然后通过内存加载读入。您建议的这个 和 只能采用我相信带移位的 8 位文字。您的 0xFFFF0000 需要 16 位来执行 1 条指令。

因此，我们可以从内存加载并执行 和 (慢)，采取 2 条指令来创建值和 1 条指令和(更长)，或者只是便宜地移动两次并称之为好。

编译器选择了移位，老实说，它非常快。

现在进行现实检查:

担心一个类次，除非这是 100% 肯定的瓶颈是浪费时间。即使编译器不是最优的，你也几乎感觉不到。担心代码中的“热”循环而不是像这样的微操作。出于好奇看这个真是太棒了。不用担心这个确切的代码在您的应用程序中的性能。

---

编辑:

这里的其他人已经注意到，较新版本的 ARM 规范允许更有效地完成此类事情。这表明，在这个级别上讨论时，指定芯片或至少我们正在处理的确切 ARM 规范很重要。由于您的输出中缺少“较新”的指令，我假设是古老的 ARM。如果我们正在跟踪编译器错误，那么这个假设可能不成立并且了解规范更为重要。对于这样的交换，在以后的版本中确实有更简单的指令来处理。

---

编辑 2

可以做的可能使它更快的一件事是让它内联。在那种情况下，编译器可以将这些操作与其他工作交织在一起。根据 CPU 的不同，这可能会使这里的吞吐量翻倍，因为许多 ARM CPU 都有 2 个整数指令流水线。将说明充分展开，以免出现危险，然后就可以了。这必须与 I-Cache 的使用权衡，但在重要的情况下，您会看到更好的结果。