我有以下代码：
for chunk in imagebuf.chunks_mut(4) {
let temp = chunk[0];
chunk[0] = chunk[2];
chunk[2] = temp;
}
对于40000 u8的数组，我的机器上需要大约2.5毫秒，使用cargo build --release编译。
以下C ++代码对于完全相同的数据大约需要100 us（通过实现它并使用FFI从rust中调用它来验证）：
for(;imagebuf!=endbuf;imagebuf+=4) {
char c=imagebuf[0];
imagebuf[0]=imagebuf[2];
imagebuf[2]=c;
}
我认为应该可以加速Rust实现，以便像C ++版本一样快速执行。
Rust程序是使用cargo --release构建的，C ++程序是在没有任何优化标志的情况下构建的。
任何提示？
答案 0 :(得分：8)
我无法重现你得到的时间。您测量（或我有）的方式可能有误。在我的机器上，两个版本都在同一时间运行。
在这个答案中，我将首先比较C ++和Rust版本的汇编输出。之后我将描述如何重现我的时间。
我用令人惊奇的Compiler Explorer（Rust code，C++ Code）生成了汇编代码。我编译了C ++代码并激活了优化（-O3），以使其成为公平的游戏（但C ++编译器优化对测量的时序没有影响）。这是生成的程序集（Rust left，C ++ right）：
example::foo_rust: | foo_cpp(char*, char*):
test rsi, rsi | cmp rdi, rsi
je .LBB0_5 | je .L3
mov r8d, 4 |
.LBB0_2: | .L5:
cmp rsi, 4 |
mov rdx, rsi |
cmova rdx, r8 |
test rdi, rdi |
je .LBB0_5 |
cmp rdx, 3 |
jb .LBB0_6 |
movzx ecx, byte ptr [rdi] | movzx edx, BYTE PTR [rdi]
movzx eax, byte ptr [rdi + 2] | movzx eax, BYTE PTR [rdi+2]
| add rdi, 4
mov byte ptr [rdi], al | mov BYTE PTR [rdi-2], al
mov byte ptr [rdi + 2], cl | mov BYTE PTR [rdi-4], dl
lea rdi, [rdi + rdx] |
sub rsi, rdx | cmp rsi, rdi
jne .LBB0_2 | jne .L5
.LBB0_5: | .L3:
| xor eax, eax
ret | ret
.LBB0_6: |
push rbp +-----------------+
mov rbp, rsp |
lea rdi, [rip + panic_bounds_check_loc.3] |
mov esi, 2 |
call core::panicking::panic_bounds_check@PLT |
你可以立即看到C ++确实产生了更少的汇编（没有优化C ++生成的指令几乎和Rust一样多）。我不确定Rust生成的所有附加指令，但至少有一半是用于绑定检查。但据我所知，这种绑定检查不是通过[]实际访问，而是每次循环迭代一次。这只是因为切片的长度不能被4整除。但我猜Rust组合可能会更好（即使是绑定检查）。
如评论中所述，您可以使用get_unchecked()和get_unchecked_mut()删除绑定的检查。但请注意，这不会影响我测量的性能！
最后：你应该在这里使用[&]::swap(i, j)。
for chunk in imagebuf.chunks_mut(4) {
chunk.swap(0, 2);
}
这再次没有显着影响表现。但它是更短更好的代码。
我使用了这个C ++代码（在foocpp.cpp中）：
extern "C" void foo_cpp(char *imagebuf, char *endbuf);
void foo_cpp(char* imagebuf, char* endbuf) {
for(;imagebuf!=endbuf;imagebuf+=4) {
char c=imagebuf[0];
imagebuf[0]=imagebuf[2];
imagebuf[2]=c;
}
}
我编译它：
gcc -c -O3 foocpp.cpp && ar rvs libfoocpp.a foocpp.o
然后我用这个Rust代码测量一切：
#![feature(test)]
extern crate libc;
extern crate test;
use test::black_box;
use std::time::Instant;
#[link(name = "foocpp")]
extern {
fn foo_cpp(start: *mut libc::c_char, end: *const libc::c_char);
}
pub fn foo_rust(imagebuf: &mut [u8]) {
for chunk in imagebuf.chunks_mut(4) {
let temp = chunk[0];
chunk[0] = chunk[2];
chunk[2] = temp;
}
}
fn main() {
let mut buf = [0u8; 40_000];
let before = Instant::now();
foo_rust(black_box(&mut buf));
black_box(buf);
println!("rust: {:?}", Instant::now() - before);
// ----------------------------------
let mut buf = [0u8 as libc::c_char; 40_000];
let before = Instant::now();
let ptr = buf.as_mut_ptr();
let end = unsafe { ptr.offset(buf.len() as isize) };
unsafe { foo_cpp(black_box(ptr), black_box(end)); }
black_box(buf);
println!("cpp: {:?}", Instant::now() - before);
}
整个地方black_box()阻止编译器优化它不应该的地方。我用（夜间编译器）执行它：
LIBRARY_PATH=.:$LIBRARY_PATH cargo run --release
给我（i7-6700HQ）这样的值：
rust: Duration { secs: 0, nanos: 30583 }
cpp: Duration { secs: 0, nanos: 30810 }
时间波动很多（超过两个版本之间的差异）。我不确定为什么Rust生成的附加程序集不会导致执行速度变慢。