__builtin_unreachable 促进了哪些优化？

Question

从 gcc 的文档来看

如果控制流到达__builtin_unreachable的点，则程序未定义。

我认为__builtin_unreachable 可以以各种创造性的方式用作优化器的提示。所以我做了一个小实验

void stdswap(int& x, int& y)
{
    std::swap(x, y);
}

void brswap(int& x, int& y)
{
    if(&x == &y)
        __builtin_unreachable();
    x ^= y;
    y ^= x;
    x ^= y;
}

void rswap(int& __restrict x, int& __restrict y)
{
    x ^= y;
    y ^= x;
    x ^= y;
}

gets compiled to (g++ -O2)

stdswap(int&, int&):
        mov     eax, DWORD PTR [rdi]
        mov     edx, DWORD PTR [rsi]
        mov     DWORD PTR [rdi], edx
        mov     DWORD PTR [rsi], eax
        ret
brswap(int&, int&):
        mov     eax, DWORD PTR [rdi]
        xor     eax, DWORD PTR [rsi]
        mov     DWORD PTR [rdi], eax
        xor     eax, DWORD PTR [rsi]
        mov     DWORD PTR [rsi], eax
        xor     DWORD PTR [rdi], eax
        ret
rswap(int&, int&):
        mov     eax, DWORD PTR [rsi]
        mov     edx, DWORD PTR [rdi]
        mov     DWORD PTR [rdi], eax
        mov     DWORD PTR [rsi], edx
        ret

我假设stdswap 和rswap 从优化器的角度来看是最佳的。为什么brswap 不被编译成同样的东西？我可以用__builtin_unreachable 编译成同样的东西吗？

Answer 1

我认为您正在尝试对代码进行微优化，但方向错误。

__builtin_unreachable 以及 __builtin_expect 执行预期的操作 - 在您的情况下，从未使用的 if 运算符中删除不必要的 cmp 和 jnz。

编译器应使用您编写的 C 代码生成机器代码，以生成可预测的程序。并且在优化过程中，当它知道优化算法时，它能够找到并优化（即用更好的机器代码版本替换）一些模式——这样的优化不会破坏程序的行为。

例如像

char a[100];
for(int i=0; i < 100; i++)
   a[i]  = 0;

将被替换为使用汇编实现的对库 std::memset(a,0,100) 的单次调用，并且对于当前的 CPU 架构是最佳的。

以及能够检测到的编译器

x ^= y;
y ^= x;
x ^= y;

并用最简单的 mashie 代码替换它。

我认为您的 if 运算符和 unreached 指令影响了编译器优化器，因此无法优化。

在交换两个整数的情况下，第三个临时交换变量可以由编译器自行删除，即它将类似于

movl    $2, %ebx
movl    $1, %eax
xchg    %eax,%ebx  

其中 ebx 和 eax 寄存器值实际上是您的 x 和 y。你可以自己实现它

void swap_x86(int& x, int& y)
{
    __asm__ __volatile__( "xchg %%rax, %%rbx": "=a"(x), "=b"(y) : "a"(x), "b"(y) : );
}
...
int a = 1;
int b = 2;
swap_x86(a,b);

何时使用 __builtin_unreachable？可能当您知道某些情况实际上是不可能的，但从逻辑上讲它可能会发生。 IE。你有一些像

这样的功能

void foo(int v) {

    switch( v ) {
        case 0:
            break;
        case 1:
            break;
        case 2:
            break;
        case 3:
            break;
        default:
            __builtin_unreachable();
    }
}

您知道v 参数值始终介于 0 和 3 之间。但是，int 范围是 -2147483648 到 2147483647（当 int 是 32 位类型时），编译器不知道实际值范围而不是能够删除默认块（以及一些 cmp 指令等），但如果你不将此块添加到 switch 中，它会警告你。所以在这种情况下__builtin_unreachable 可能会有所帮助。

Answer 2

__builtin_unreachable 的目的是帮助编译器：

• 删除死代码（程序员知道永远不会被执行）
• 通过让编译器知道路径是“冷的”来线性化代码（调用noreturn函数可以达到类似的效果）

考虑以下几点：

void exit_if_true(bool x);

int foo1(bool x)
{
    if (x) {
        exit_if_true(true);
        //__builtin_unreachable(); // we do not enable it here
    } else {
        std::puts("reachable");
    }

    return 0;
}
int foo2(bool x)
{
    if (x) {
        exit_if_true(true);
        __builtin_unreachable();  // now compiler knows exit_if_true
                                  // will not return as we are passing true to it
    } else {
        std::puts("reachable");
    }

    return 0;
}

生成的代码：

foo1(bool):
        sub     rsp, 8
        test    dil, dil
        je      .L2              ; that jump is going to change
        mov     edi, 1
        call    exit_if_true(bool)
        xor     eax, eax         ; that tail is going to be removed
        add     rsp, 8
        ret
.L2:
        mov     edi, OFFSET FLAT:.LC0
        call    puts
        xor     eax, eax
        add     rsp, 8
        ret
foo2(bool):
        sub     rsp, 8
        test    dil, dil
        jne     .L9              ; changed jump
        mov     edi, OFFSET FLAT:.LC0
        call    puts
        xor     eax, eax
        add     rsp, 8
        ret
.L9:
        mov     edi, 1
        call    exit_if_true(bool)

注意区别：

• xor eax, eax 和 ret 已被删除，因为现在编译器知道这是一个死代码。
• 编译器交换了分支的顺序：带有puts 调用的分支现在排在第一位，因此条件跳转可以更快（在预测和没有预测信息时，未采用的前向分支都更快）。李>

这里的假设是，以noreturn函数调用或__builtin_unreachable结尾的分支要么只执行一次，要么导致longjmp调用或异常抛出，这两种情况都很少见，不需要优先处理优化。

您正试图将它用于不同的目的 - 通过提供有关别名的编译器信息（您可以尝试为对齐做同样的事情）。不幸的是，GCC 不理解这样的地址检查。

如您所见，添加 __restrict__ 会有所帮助。所以__restrict__ 适用于别名，__builtin_unreachable 不适用。

看看下面这个使用__builtin_assume_aligned的例子：

void copy1(int *__restrict__ dst, const int *__restrict__ src)
{
    if (reinterpret_cast<uintptr_t>(dst) % 16 == 0) __builtin_unreachable();
    if (reinterpret_cast<uintptr_t>(src) % 16 == 0) __builtin_unreachable();
        
    dst[0] = src[0];
    dst[1] = src[1];
    dst[2] = src[2];
    dst[3] = src[3];
}

void copy2(int *__restrict__ dst, const int *__restrict__ src)
{
    dst = static_cast<int *>(__builtin_assume_aligned(dst, 16));
    src = static_cast<const int *>(__builtin_assume_aligned(src, 16));

    dst[0] = src[0];
    dst[1] = src[1];
    dst[2] = src[2];
    dst[3] = src[3];
}

生成的代码：

copy1(int*, int const*):
        movdqu  xmm0, XMMWORD PTR [rsi]
        movups  XMMWORD PTR [rdi], xmm0
        ret
copy2(int*, int const*):
        movdqa  xmm0, XMMWORD PTR [rsi]
        movaps  XMMWORD PTR [rdi], xmm0
        ret

您可以假设编译器可以理解 dst % 16 == 0 表示指针是 16 字节对齐的，但事实并非如此。因此使用了未对齐的存储和加载，而第二个版本生成更快的指令，需要对齐地址。