Question

我有一个问题，关于保存算术计算以限制堆栈使用是好的。

我们说我有一个像这样的递归函数：

void foo (unsigned char x, unsigned char z) {
    if (!x || !z)
        return;
    // Do something
    for (unsigned char i = 0; i < 100; ++i) {
        foo(x - 1, z);
        foo(x, z - 1);
    }
}

这里要看的主要内容是每次循环评估x - 1和z - 1。
为了提高性能，我会做这样的事情：

const unsigned char minus_x = x - 1;
const unsigned char minus_z = z - 1;
for (unsigned char i = 0; i < 100; ++i) {
    foo(minus_x, z);
    foo(x, minus_z);
}

但这样做意味着每次通话时，minus_x和minus_z都会保存在堆叠中。递归函数可能被调用了数千次，这意味着堆栈中使用了千字节。此外，所涉及的数学并不像-1那么简单。

这是个好主意吗？ 编辑：它实际上是无用的，因为它是编译器非常标准的优化：Loop-invariant code motion （参见HansPassant的评论）

使用包含以下计算的静态数组会更好吗

static const char minuses[256] = {/* 0 for x = 0; x - 1 for x = 1 to 255 */}

然后执行：

foo(minuses[x], z);
foo(x, minuses[z]);

这种方法限制了所需的实际数学，但在每次调用时，它必须将数组放入数组而不是从寄存器中读取。

我正在努力寻找最佳解决方案，但如果有最佳实践或我在这里缺少的东西，请告诉我。

Answer 1

FWIW，我用gcc尝试过两个函数foo_1()（没有额外变量）和foo_2()（额外变量）。

使用-03 gcc展开for循环（！），两个函数的大小完全相同，但代码不完全相同。我很遗憾没有时间弄清楚他们的不同之处和原因。

使用-02 gcc为foo_1和foo_2生成完全相同的代码。正如人们可能期望它为x，z，x-1，z-1和i分配了一个注册表，并推送/弹出这些注册表以保留父项的值 - - 为每个呼叫使用6 x 8（64位机器）字节堆栈（包括返回地址）。

您报告使用的24个字节的堆栈...是32位计算机吗？

使用-O0时，图片不同，foo_1每次绕循环执行x-1和z-1，并且在两种情况下变量都保存在内存中。 foo_1略短，我怀疑减法对现代处理器没有影响！在这种情况下，foo_1和foo_2使用相同数量的堆栈。这是因为foo中的所有变量都是unsigned char，而额外的minus_x和minus_z与i一起打包，使用的是填充空格。如果您将minus_x和minus_z更改为unsigned long long，则会有所不同。奇怪的是，foo_1也使用了6 x 8字节的堆栈。堆栈帧中有16个未使用的字节，因此即使考虑将RSP和RBP对齐到16字节边界，它似乎使用了超过它需要的...我不知道为什么。

我快速查看了x - 1的静态数组。对于-O0，它对堆栈的使用没有任何影响（出于与之前相同的原因）。对于-O2，只需查看foo(x, minuses[z]);并将minuses[z]提升到循环之外！哪一个应该预期......并且堆栈使用保持不变（6 x 8）。

更一般地说，正如其他地方所指出的那样，任何有效的优化量都会在可能的情况下从循环中提升计算。正在进行的另一件事是大量使用寄存器来保存变量 - 包括实变量（你已命名的变量）和“伪”变量（用于保存已提升的东西的预先计算结果）。这些寄存器需要通过子程序的调用保存 - 无论是调用者还是被调用者。 x86 push / pop操作整个寄存器，因此寄存器中保存的unsigned char将需要一个完整的8或4（64位或32位模式）字节堆栈。但是，嘿，这就是你为优化付出的代价！

我不太清楚你最关心的是运行时还是堆栈使用。无论哪种方式，消息是将它留给编译器并且担心当且仅当事情太慢，然后只担心分析显示的位是一个问题！

堆栈关注：局部变量与Arithmetics

1 个答案: