c - Memcpy 实现的优化

Question

下面是我在搜索优化的 memcpy 实现时获得的代码。
这是link

void *memcpy(void *dst, void const *src, size_t len) {
    long *plDst = (long *)dst;
    long const *plSrc = (long const *)src;

    if (!(src & 0xFFFFFFFC) && !(dst & 0xFFFFFFFC)) {
        while (len >= 4) {
            *plDst++ = *plSrc++;
            len -= 4;
        }
    }

    char *pcDst = (char *)plDst;
    char const *pcDst = (char const *)plSrc;

    while (len--) {
         *pcDst++ = *pcSrc++;
    }

    return (dst);
}

有人可以向我解释一下下面这行吗？

if (!(src & 0xFFFFFFFC) && !(dst & 0xFFFFFFFC))

这里他们想要检查src和dst地址是否与4字节边界对齐。为什么他们要使用 !，因为它每次都会使条件 false ？

其次，上述代码是否还有进一步优化的余地？

Answer 1

本文虽然讨论了一个有趣的主题，但未能提供正确的示例。发布的代码被称为 GNU 的 newlib 源代码。 GNU 项目和 newlib 团队都会惊讶地发现这个意想不到的收敛声明! newlib 不是一个 GNU 项目，它的大部分源代码都没有获得 GPL 许可。

这个优化的memcpy实现是不可移植的、次优的并且在许多方面都是不正确的。

测试 if (!(src & 0xFFFFFFFC) && !(dst & 0xFFFFFFFC)) 尝试检测 src 和 dst地址在长边界上对齐。由于多种原因，它很麻烦且不可移植，而且正如您所注意到的那样，它是完全错误的:

• 从void *到int的隐式转换是丑陋的并且是实现定义的。为了更好的可移植性，指针应转换为 (uintptr_t)。
• 0xFFFFFFFC 假定类型 long 为 4 个字节。这可能不正确，事实上，在 64 位 Linux 和 Mac 系统上，long 类型的长度是 8 字节。
• src & 0xFFFFFFC 不是对齐检查，不太可能是 0，4 字节边界对齐的预期测试是 src & 3 。

此外，代码无法优化 src 和 dst 具有相同对齐方式但未在 long 边界上对齐的情况。

其他可能的改进包括展开循环、使用小值 len 的开关、将从 src 读取的字节组合到 long 中以一旦它在长边界上对齐，就写入dst...

这是一个改进的替代方案:

#include <stdint.h>

void *memcpy(void *dst, void const *src, size_t len) {
    unsigned char *pcDst = (unsigned char *)dst;
    unsigned char const *pcSrc = (unsigned char const *)src;

    if (len >= sizeof(long) * 2
    &&  ((uintptr_t)src & (sizeof(long) - 1)) == ((uintptr_t)dst & (sizeof(long) - 1))) {
        while (((uintptr_t)pcSrc & (sizeof(long) - 1)) != 0) {
            *pcDst++ = *pcSrc++;
            len--;
        }
        long *plDst = (long *)pcDst;
        long const *plSrc = (long const *)pcSrc;
        /* manually unroll the loop */
        while (len >= sizeof(long) * 4) {
            plDst[0] = plSrc[0];
            plDst[1] = plSrc[1];
            plDst[2] = plSrc[2];
            plDst[3] = plSrc[3];
            plSrc += 4;
            plDst += 4;
            len -= sizeof(long) * 4;
        }
        while (len >= sizeof(long)) {
            *plDst++ = *plSrc++;
            len -= sizeof(long);
        }
        pcDst = (unsigned char *)plDst;
        pcSrc = (unsigned char const *)plSrc;
    }
    while (len--) {
         *pcDst++ = *pcSrc++;
    }
    return dst;
}

请注意，void * 的转换在 C 中是不必要的，但在 C++ 中是必需的。

在尝试优化代码以提高速度时，请记住以下一些要点:

• 无需权衡正确性。即使在边界情况下也失败的快速代码是无用的。
• 注意可移植性问题:依赖于类型大小和/或字节顺序的解决方案可能会产生可移植性问题。
• 基准测试将告诉您哪些有效、哪些无效:您必须在各种测试用例上仔细计算各种替代方案的时间。
• 不存在完美的解决方案:一种架构上较快的代码在另一种架构上可能会较慢，包括 future 的架构，这也是最有问题的。对不同架构进行基准测试。
• 对抗复杂性:避免复杂的解决方案，这些解决方案不会带来实质性改进，它们的正确性更难以证明和维护。
• memcpy 通常在汇编中进行优化，或者由现代编译器作为内置函数实现。