为什么这个内联汇编中的 ror op 不能正常工作？

Question

我编写了一个程序来处理一些以大端格式写入磁盘的数据，因此该程序需要交换字节才能执行其他操作。在分析代码后，我发现我的字节交换函数占用了 30% 的执行时间。所以我想自己，我怎样才能加快速度呢？ 所以我决定写一个小块内联汇编。

我会替换这个：

void swapTwoByte(char* array, int numChunks)
{
    for(int i= (2*numChunks-1); i>=0; i-=2)
    {
        char temp=array[i];
        array[i]=array[i-1];
        array[i-1]=temp;
    }
}

用这个：

void swapTwoByte(int16* array, int numChunks)
{
    for(int i= (numChunks-1); i>=0; --i)
    {
        asm("movw %1, %%ax;"
            "rorw %%ax;"
            "rorw %%ax;"
            "rorw %%ax;"
            "rorw %%ax;"
            "rorw %%ax;"
            "rorw %%ax;"
            "rorw %%ax;"
            "rorw %%ax;"
            "movw %%ax, %0;"
            : "=r" ( array[i] )
            : "r" (array[i])
            :"%ax"
        );
    }
}

这是预期的工作，但这是很多旋转操作。

所以这是我的问题： 根据this source rorw 可以采用两个操作数，在气体语法中，源操作数应该是要旋转的位数，但是每次我尝试用类似的东西替换 8 个旋转权限的列表时

".set rotate, 0x0008"
"rorw rotate, %%ax"

我收到一个汇编程序错误说明：

"Error: number of operands mismatch for `ror'"

这是为什么？我错过了什么？

Answer 1

首先，使用

#include <arpa/inet.h>
little_endian = ntohs(big_endian);

这将在您使用的任何系统上编译成最佳代码，如果您碰巧将代码移植到大端平台，它甚至可以工作。

但是，这不会解决您的性能问题，因为我认为您错误地识别了问题。 Nemo 微优化的第一条规则：“数学快，内存慢”。

遍历一大块内存并交换其字节对缓存非常不友好。一个字节交换是一个周期；除非命中缓存，否则内存读取或写入需要数百个周期。

所以在你使用它们之前不要交换字节。我个人最喜欢的方法是：

class be_uint16_t {
public:
        be_uint16_t() : be_val_(0) {
        }
        be_uint16_t(const uint16_t &val) : be_val_(htons(val)) {
        }
        operator uint16_t() const {
                return ntohs(be_val_);
        }
private:
        uint16_t be_val_;
} __attribute__((packed));

这定义了一个代表内存中大端序数的两字节类。它根据需要隐式转换为 uint16_t 和从 uint16_t 转换。因此，将您的内存指针转换为be_uint16 *，然后像访问数组一样访问它；忘记字节交换，因为课程会为你做：

const be_uint16_t *p = (be_uint16 *)my_block;
unsigned val = p[37];  // or whatever

请注意，您甚至可以执行以下操作：

be_uint16_t x = 12;
x = x + 1;
write(fd, &x, sizeof(x)); // writes 13 to file in big-endian form

根据我的经验，在使用前立即交换值的开销是无法察觉的。地方性是游戏的名称...

Answer 2

考虑稍微重新组织 C++ 代码。如所写，g++ 4.5.2 将它编译为一个无聊的紧循环，带有四个 8 位 movs 和两个指针减量。

.L3:
    movzbl  (%rdi), %eax
    movzbl  -1(%rdi), %edx
    movb    %al, -1(%rdi)
    movb    %dl, (%rdi)
    subq    $2, %rdi
    subl    $2, %esi
    jns .L3

改写成

void swapTwoByte(char* array, int numChunks)
{
    for(int i = 0; i<numChunks*2; i+=2)
        std::swap(array[i], array[i+1]);
}

让编译器意识到您在做什么并开启完整的 SIMD 功能，核心循环现在一次处理 32 个字节：

.L4:
    movdqu  (%rdx), %xmm1
    movdqu  (%rax), %xmm2
    movdqa  %xmm1, %xmm0
    movdqa  %xmm2, %xmm3
    pshufb  %xmm7, %xmm0
    pshufb  %xmm4, %xmm2
    pshufb  %xmm6, %xmm3
    pshufb  %xmm5, %xmm1
    por %xmm3, %xmm0
    por %xmm2, %xmm1
    incl    %ecx
    movdqa  %xmm1, %xmm2
    punpckhbw   %xmm0, %xmm1
    punpcklbw   %xmm0, %xmm2
    movdqu  %xmm2, (%rdx)
    movdqu  %xmm1, (%rax)
    addq    $32, %rdx
    addq    $32, %rax
    cmpl    %ecx, %r8d
    ja  .L4

rorw 不会打败它。

Answer 3

交换指令适用于 32 位值。要交换 word 中的两个字节，请使用 xchg al,ah 指令。