我正在研究内联汇编。我想在Xcode 4 LLVM 3.0 Compiler下用iPhone编写一个简单的例程。我成功编写了基本的内联汇编代码。
示例:
int sub(int a, int b)
{
int c;
asm ("sub %0, %1, %2" : "=r" (c) : "r" (a), "r" (b));
return c;
}
我在stackoverflow.com找到它并且效果很好。但是,我不知道如何编写关于LOOP的代码。
我需要像
这样的汇编代码void brighten(unsigned char* src, unsigned char* dst, int numPixels, int intensity)
{
for(int i=0; i<numPixels; i++)
{
dst[i] = src[i] + intensity;
}
}
答案 0 :(得分:5)
请看一下循环部分 - http://en.wikipedia.org/wiki/ARM_architecture
基本上你会想要这样的东西:
void brighten(unsigned char* src, unsigned char* dst, int numPixels, int intensity) {
asm volatile (
"\t mov r3, #0\n"
"Lloop:\n"
"\t cmp r3, %2\n"
"\t bge Lend\n"
"\t ldrb r4, [%0, r3]\n"
"\t add r4, r4, %3\n"
"\t strb r4, [%1, r3]\n"
"\t add r3, r3, #1\n"
"\t b Lloop\n"
"Lend:\n"
: "=r"(src), "=r"(dst), "=r"(numPixels), "=r"(intensity)
: "0"(src), "1"(dst), "2"(numPixels), "3"(intensity)
: "cc", "r3", "r4");
}
<强>更新强>
这是NEON版本:
void brighten_neon(unsigned char* src, unsigned char* dst, int numPixels, int intensity) {
asm volatile (
"\t mov r4, #0\n"
"\t vdup.8 d1, %3\n"
"Lloop2:\n"
"\t cmp r4, %2\n"
"\t bge Lend2\n"
"\t vld1.8 d0, [%0]!\n"
"\t vqadd.s8 d0, d0, d1\n"
"\t vst1.8 d0, [%1]!\n"
"\t add r4, r4, #8\n"
"\t b Lloop2\n"
"Lend2:\n"
: "=r"(src), "=r"(dst), "=r"(numPixels), "=r"(intensity)
: "0"(src), "1"(dst), "2"(numPixels), "3"(intensity)
: "cc", "r4", "d1", "d0");
}
所以这个NEON版本一次会做8个。但它没有检查numPixels
是否可被8整除,所以你肯定想要这样做,否则事情就会出错!无论如何,这只是向您展示可以做什么的开始。请注意相同数量的指令,但同时对八个像素数据执行操作。哦,它在那里也有饱和度,我认为你会想要它。
答案 1 :(得分:-2)
虽然这个答案不能直接解答你的问题,但它更多是关于汇编程序与现代编译器的使用的一般建议。
对于C代码的优化,你通常很难击败编译器。当然,通过巧妙地使用关于数据行为方式的某些知识,您可能只需将其调整几个百分点。
其中一个原因是现代编译器在处理代码时使用了许多技术,例如,循环展开,指令重新排序以避免管道停滞和气泡等。
如果你真的想让这个算法尖叫,你应该考虑在C中重新设计算法,这样你就可以避免最严重的延迟。例如,与寄存器访问相比,读取和写入存储器的成本很高。
实现此目的的一种方法是让代码一次加载4个字节,然后使用unsigned long
然后在寄存器中对此进行数学运算,然后再将这4个字节写回一个存储操作。
所以回顾一下,让你的算法更聪明地工作,而不是更难。