c - 为什么动态链接的可执行文件明显比 Linux 中的静态链接的慢？

Question

用确定井字棋盘结果的玩具程序进行测试，我明白了。是什么造成了如此大的差异？我怀疑使用静态链接的 libc 调用 rand 会更快，但仍然对结果感到惊讶。

~$ gcc a.c -std=c11 -O3
~$ time ./a.out
32614644

real    0m9.396s
user    0m9.388s
sys     0m0.004s

~$ gcc a.c -std=c11 -O3 -static
~$ time ./a.out
32614644

real    0m6.891s
user    0m6.884s
sys     0m0.000s

---

#include <stdio.h>
#include <stdlib.h>

#define SIZE 3
#define SIZE_2 (SIZE * SIZE)

static int determineResult(int board[static SIZE_2]) {
  for (int i = 0; i < SIZE_2; i += SIZE) {
    if (!board[i]) {
      continue;
    }
    for (int j = i + 1; j < i + SIZE; ++j) {
      if (board[i] != board[j]) {
        goto next;
      }
    }
    return board[i];
  next:;
  }
  for (int i = 0; i < SIZE; ++i) {
    if (!board[i]) {
      continue;
    }
    for (int j = i + SIZE; j < i + SIZE_2; j += SIZE) {
      if (board[i] != board[j]) {
        goto next2;
      }
    }
    return board[i];
  next2:;
  }
  for (int i = SIZE + 1; i < SIZE_2; i += SIZE + 1) {
    if (board[i] != *board) {
      goto next3;
    }
  }
  return *board;
next3:
  for (int i = SIZE * 2 - 2; i <= SIZE_2 - SIZE; i += SIZE - 1) {
    if (board[i] != board[SIZE - 1]) {
      return 0;
    }
  }
  return board[SIZE - 1];
}

#define N 50000000

int main(void) {
  srand(0);
  size_t n = 0;
  for (int i = 0; i < N; ++i) {
    int board[SIZE_2];
    for (int i = 0; i < SIZE_2; ++i) {
      board[i] = rand() % 3;
    }
    n += determineResult(board);
  }
  printf("%zu\n", n);
  return EXIT_SUCCESS;
}

Answer 1

在不知道您的系统使用的特定 ABI(取决于操作系统和 CPU 架构)的情况下，我无法确定这是原因，但以下是最可能的解释。

在大多数实现中，共享库(包括共享 libc.so)中的代码必须是位置无关代码。这意味着它可以在任何地址加载(而不是由链接器分配一个固定的运行时地址)，因此不能在机器代码中使用硬编码的绝对数据地址。相反，它必须通过指令指针相对寻址或全局偏移表 (GOT) 访问全局数据，其地址要么保存在寄存器中，要么相对于指令指针进行计算。这些寻址模式主要在设计良好的现代指令集架构(如 x86_64、AArch64、RISC-V 等)上有效。在大多数其他架构(包括 32 位 x86)上，它们的效率非常低。例如下面的函数:

int x;
int get_x()
{
    return x;
}

在 x86 上会像下面这样膨胀:

get_x:
    push %ebp
    mov %esp, %ebp
    push %ebx
    sub $4, %esp
    call __x86.get_pc_thunk_bx
    add $_GLOBAL_OFFSET_TABLE_, %ebx
    mov x@GOT(%ebx), %eax
    mov (%eax),%eax
    add $4, %esp
    pop %ebx
    pop %ebp
    ret

而您希望(对于非位置无关代码)看到:

get_x:
    mov x, %eax
    ret

由于随机数生成器具有内部(全局)状态，因此他们不得不为与位置无关的代码执行这种昂贵的舞蹈。由于他们所做的实际计算可能非常短且快速，因此 PIC 开销可能是他们运行时间的重要部分。

证实这一理论的一种方法是尝试使用 rand_r 或 random_r 代替。这些函数使用调用者提供的状态，因此可以(至少在理论上)避免对全局数据的任何内部访问。