我正在尝试为高度优化的x86-64位操作代码编写一个小型库，并且正在摆弄内联asm。
虽然测试这个特殊情况引起了我的注意：
unsigned long test = 0;
unsigned long bsr;
// bit test and set 39th bit
__asm__ ("btsq\t%1, %0 " : "+rm" (test) : "rJ" (39) );
// bit scan reverse (get most significant bit id)
__asm__ ("bsrq\t%1, %0" : "=r" (bsr) : "rm" (test) );
printf("test = %lu, bsr = %d\n", test, bsr);
在gcc和icc中编译并运行良好，但是当我检查程序集时，我得到了差异
gcc -S -fverbose-asm -std=gnu99 -O3
movq $0, -8(%rbp)
## InlineAsm Start
btsq $39, -8(%rbp)
## InlineAsm End
movq -8(%rbp), %rax
movq %rax, -16(%rbp)
## InlineAsm Start
bsrq -16(%rbp), %rdx
## InlineAsm End
movq -8(%rbp), %rsi
leaq L_.str(%rip), %rdi
xorb %al, %al
callq _printf
我想知道为什么这么复杂？我正在编写高性能代码，其中指令的数量至关重要。我特别想知道为什么gcc在将变量传递给第二个内联asm之前复制了我的变量test？
使用icc编译的相同代码可以提供更好的结果：
xorl %esi, %esi # test = 0
movl $.L_2__STRING.0, %edi # has something to do with printf
orl $32832, (%rsp) # part of function initiation
xorl %eax, %eax # has something to do with printf
ldmxcsr (%rsp) # part of function initiation
btsq $39, %rsi #106.0
bsrq %rsi, %rdx #109.0
call printf #111.2
尽管gcc决定将我的变量保留在堆栈而不是寄存器中，但我不明白为什么在将test传递给第二个asm之前复制test？
如果我将__asm__ ("bsrq\t%1, %0" : "=r" (bsr) , "+rm" (test) );作为输入/输出变量放在第二个asm
movq $0, -8(%rbp)
## InlineAsm Start
btsq $39, -8(%rbp)
## InlineAsm End
## InlineAsm Start
bsrq -8(%rbp), %rdx
## InlineAsm End
movq -8(%rbp), %rsi
leaq L_.str(%rip), %rdi
xorb %al, %al
callq _printf
{{1}}
这个gcc搞砸了优化还是我错过了一些重要的编译器开关？我的生产系统有icc，但如果我决定在某个时候分发源代码，那么它也必须能够用gcc编译。
使用的编译器：
gcc 4.2.1版（基于Apple Inc. build 5658）（LLVM build 2336.1.00）
icc Version 12.0.2
答案 0 :(得分：4)
我在Linux上试过这样的例子（通过在test中使用&test强制printf的堆栈引用/ loc来使其变得“邪恶”：< / p>
#include <stdio.h>
int main(int argc, char **argv)
{
unsigned long test = 0;
unsigned long bsr;
// bit test and set 39th bit
asm ("btsq\t%1, %0 " : "+rm" (test) : "rJ" (39) );
// bit scan reverse (get most significant bit id)
asm ("bsrq\t%1, %0" : "=r" (bsr) : "rm" (test) );
printf("test = %lu, bsr = %d, &test = %p\n", test, bsr, &test);
return 0;
}gcc -O3编译它...以下结果：
code generated gcc version ================================================================================ 400630: 48 83 ec 18 sub $0x18,%rsp 4.7.2, 400634: 31 c0 xor %eax,%eax 4.6.2, 400636: bf 50 07 40 00 mov $0x400750,%edi 4.4.6 40063b: 48 8d 4c 24 08 lea 0x8(%rsp),%rcx 400640: 48 0f ba e8 27 bts $0x27,%rax 400645: 48 89 44 24 08 mov %rax,0x8(%rsp) 40064a: 48 89 c6 mov %rax,%rsi 40064d: 48 0f bd d0 bsr %rax,%rdx 400651: 31 c0 xor %eax,%eax 400653: e8 68 fe ff ff callq 4004c0 [ ... ] --------------------------------------------------------------------------------- 4004f0: 48 83 ec 18 sub $0x18,%rsp 4.1 4004f4: 31 c0 xor %eax,%eax 4004f6: bf 28 06 40 00 mov $0x400628,%edi 4004fb: 48 8d 4c 24 10 lea 0x10(%rsp),%rcx 400500: 48 c7 44 24 10 00 00 00 00 movq $0x0,0x10(%rsp) 400509: 48 0f ba e8 27 bts $0x27,%rax 40050e: 48 89 44 24 10 mov %rax,0x10(%rsp) 400513: 48 89 c6 mov %rax,%rsi 400516: 48 0f bd d0 bsr %rax,%rdx 40051a: 31 c0 xor %eax,%eax 40051c: e8 c7 fe ff ff callq 4003e8 [ ... ] --------------------------------------------------------------------------------- 400500: 48 83 ec 08 sub $0x8,%rsp 3.4.5 400504: bf 30 06 40 00 mov $0x400630,%edi 400509: 31 c0 xor %eax,%eax 40050b: 48 c7 04 24 00 00 00 00 movq $0x0,(%rsp) 400513: 48 89 e1 mov %rsp,%rcx 400516: 48 0f ba 2c 24 27 btsq $0x27,(%rsp) 40051c: 48 8b 34 24 mov (%rsp),%rsi 400520: 48 0f bd 14 24 bsr (%rsp),%rdx 400525: e8 fe fe ff ff callq 400428 [ ... ] --------------------------------------------------------------------------------- 4004e0: 48 83 ec 08 sub $0x8,%rsp 3.2.3 4004e4: bf 10 06 40 00 mov $0x400610,%edi 4004e9: 31 c0 xor %eax,%eax 4004eb: 48 c7 04 24 00 00 00 00 movq $0x0,(%rsp) 4004f3: 48 0f ba 2c 24 27 btsq $0x27,(%rsp) 4004f9: 48 8b 34 24 mov (%rsp),%rsi 4004fd: 48 89 e1 mov %rsp,%rcx 400500: 48 0f bd 14 24 bsr (%rsp),%rdx 400505: e8 ee fe ff ff callq 4003f8 [ ... ]
虽然创建的代码存在显着差异（包括bsr是否test作为寄存器或内存），但测试的转速都没有重新创建您显示的程序集。我怀疑你在MacOSX上使用的4.2.x版本中有一个错误，但是我没有你的测试用例或者那个特定的编译器版本。
编辑：上面的代码在强制test进入堆栈的意义上明显不同;如果不已完成，那么我测试过的所有“普通”gcc版本都会直接配对bts $39, %rsi / bsr %rsi, %rdx。
我发现，clang在那里创建了不同的代码：
140: 50 push %rax 141: 48 c7 04 24 00 00 00 00 movq $0x0,(%rsp) 149: 31 f6 xor %esi,%esi 14b: 48 0f ba ee 27 bts $0x27,%rsi 150: 48 89 34 24 mov %rsi,(%rsp) 154: 48 0f bd d6 bsr %rsi,%rdx 158: bf 00 00 00 00 mov $0x0,%edi 15d: 30 c0 xor %al,%al 15f: e8 00 00 00 00 callq printf@plt>所以区别似乎确实在clang / llvm和“gcc proper”的代码生成器之间。