c - 优化双循环

Question

在 X86 平台上优化以下双循环的最佳方法是什么？该代码是将像素数据复制到锁定的 Direct3D 纹理中的例程。

由于我的目标平台及其限制，我使用的是 2003 年的编译器。如果我用汇编语言编写这段代码，那么老的编译器是否能够达到我所获得的速度？或者是否有一些技巧可以用来加速 C 代码？也许使用 memcpy() 会更快。

  int x, y;
  byte *srcdata = (byte *)compatablePixels;
  byte *dstdata = (byte *)lockedRectSubImg.pBits;

  for (y = yoffset; y < (yoffset + height); y++)
  {
     for (x = xoffset; x < (xoffset + width); x++)
     {
        dstdata[lockedRectSubImg.Pitch * y + bytes * x ] = srcdata[0];
        dstdata[lockedRectSubImg.Pitch * y + bytes * x + 1] = srcdata[1];
        dstdata[lockedRectSubImg.Pitch * y + bytes * x + 2] = srcdata[2];
        dstdata[lockedRectSubImg.Pitch * y + bytes * x + 3] = srcdata[3];

        srcdata += bytes;
     }
  }

Answer 1

编译器无论如何都不可能朝这个方向优化，但我们可以通过添加适当的范围而不是仅仅递增来节省一些乘法，并且我们可以通过在循环外设置初始起点来节省一些加法；此外，使用指针算法，我们只需要一半的加法(x[y] 等同于 *(x + y)!):

byte* srcdata = (byte*)compatablePixels;
// moving out of loop as many operations as possible:
byte* dstdata = (byte*)lockedRectSubImg.pBits
              + lockedRectSubImg.Pitch * yoffset + xoffset;

byte* end = dstdata + height * lockedRectSubImg.Pitch;
int xrange = width * bytes;
int step = lockedRectSubImg.Pitch - width * bytes;
// += step: avoid multiplications inside loop!
for (; dstdata < end; dstdata += step)
{
    for (x = xrange; x != 0; x--)
    // on some platforms, comparing against 0 is faster; at least, it is never slower...
    {
        dstdata++ = srcdata++;
    }
}

使用内存:

byte* end = dstdata + height * lockedRectSubImg.Pitch;
int xrange = width * bytes;
for (; dstdata < end; dstdata += lockedRectSubImg.Pitch, srcdata += xrange)
{
    memcpy(dstdata, srcdata, xrange);
}

未经测试的代码，但是，如果您发现错误，也可以找一只 Frog 喂它......