assembly - 为什么这种 strcpy 的实现需要更多时间？

Question

我是汇编语言的新手。我已经使用 masm 编写了两个 strcpy 实现；一个使用rsi和rdi，另一个不使用。后者花费更少的时间。看来还是推荐使用rsi和rdi来复制数据，后者的looping部分比前者大。但是当我测量性能时，前者花费的时间更多。为什么前者花费更多时间，以及在 x86-64 汇编中处理字符串的推荐方式（推荐指令或寄存器）是什么？

strcpy 使用rsi和rdi：

custom_strcpy proc

    mov     rsi,    rdx
    mov     rdi,    rcx
    mov     rax,    rdi

_loop:

    movsb
    mov     r8d,    [rsi]
    cmp     r8d,    0
    jne     _loop

_end:

    mov     byte ptr[rdi],  0
    ret


custom_strcpy endp

strcpy 不使用rsi和rdi：

custom_strcpy proc

    mov     rax,    rcx

_loop:
    mov     r8b,    byte ptr[rdx]
    mov     byte ptr[rcx],  r8b
    inc     rcx
    inc     rdx
    cmp     r8b,        0
    jne     _loop

ret

custom_strcpy endp

我用来衡量性能的 C++ 代码：

#include <iostream>
#include <chrono>
#include <cstring>

#define TIMES 100000000

using namespace std;
using namespace std::chrono;

extern "C" char * custom_strcpy(char * dst, const char * src);

extern "C" void foo()
{
    char src[] = "Hello, world!";
    char dst[sizeof(src)];

    auto start = high_resolution_clock::now();
    for (int i = 0; i < TIMES; i++)
    {
        strcpy(dst, src);
    }
    auto end = high_resolution_clock::now();
    cout << duration_cast<duration<double>>(end - start).count() << endl;

    start = high_resolution_clock::now();
    for (int i = 0; i < TIMES; i++)
    {
        custom_strcpy(dst, src);
    }
    end = high_resolution_clock::now();
    cout << duration_cast<duration<double>>(end - start).count() << endl;
}

标签： assemblyx86-64masm