c - 为什么更多的 x86 指令比更少的指令更快？

问题描述

因此，大约半年以来，我一直在阅读有关 x86 处理器内部发生的事情的信息。因此，我决定尝试 x86 汇编以获得乐趣，仅从 80386 指令开始以保持简单。（我主要是在学习，而不是优化）

我有一个几个月前用 C 编码的游戏，所以我去那里用汇编代码从头开始重写了位图 blitting 函数。我没有得到的是循环的主要像素绘图体使用 C 代码（18 条指令）比我的汇编代码（只有 7 条指令）更快，而且我几乎 100% 确定它没有t 跨越高速缓存行边界）。

所以我的主要问题是为什么 18 条指令比 7 条指令花费的时间更少？在底部我有 2 个代码片段。

PS。每种颜色都有 8 位索引。C代码：

    {
        for (x = 0; x < src.w; x++)
00D35712  mov         dword ptr [x],0                       // Just initial loop setup
00D35719  jmp         Renderer_DrawBitmap+174h (0D35724h)   // Just initial loop setup
00D3571B  mov         eax,dword ptr [x]  
00D3571E  add         eax,1  
00D35721  mov         dword ptr [x],eax  
00D35724  mov         eax,dword ptr [x]  
00D35727  cmp         eax,dword ptr [ebp-28h]  
00D3572A  jge         Renderer_DrawBitmap+1BCh (0D3576Ch)  
        {
                *dest_pixel = renderer_trans[renderer_light[*src_pixel][light]][*dest_pixel][trans];
// Start of what I consider the body
00D3572C  mov         eax,dword ptr [src_pixel]  
00D3572F  movzx       ecx,byte ptr [eax]  
00D35732  mov         edx,dword ptr [light]  
00D35735  movzx       eax,byte ptr renderer_light (0EDA650h)[edx+ecx*8]  
00D3573D  shl         eax,0Bh  
00D35740  mov         ecx,dword ptr [dest_pixel]  
00D35743  movzx       edx,byte ptr [ecx]  
00D35746  lea         eax,renderer_trans (0E5A650h)[eax+edx*8]  
00D3574D  mov         ecx,dword ptr [dest_pixel]  
00D35750  mov         edx,dword ptr [trans]  
00D35753  mov         al,byte ptr [eax+edx]  
00D35756  mov         byte ptr [ecx],al  
            dest_pixel++;
00D35758  mov         eax,dword ptr [dest_pixel]  
00D3575B  add         eax,1  
00D3575E  mov         dword ptr [dest_pixel],eax  
            src_pixel++;
00D35761  mov         eax,dword ptr [src_pixel]  
00D35764  add         eax,1  
00D35767  mov         dword ptr [src_pixel],eax  
// End of what I consider the body
        }
00D3576A  jmp         Renderer_DrawBitmap+16Bh (0D3571Bh)

还有我写的汇编代码：（esi是源像素，edi是屏幕缓冲区，edx是光照级别，ebx是透明度级别，ecx是这一行的宽度）

drawing_loop:
00C55682  movzx       ax,byte ptr [esi]  
00C55686  mov         ah,byte ptr renderer_light (0DFA650h)[edx+eax*8]  
00C5568D  mov         al,byte ptr [edi]  
00C5568F  mov         al,byte ptr renderer_trans (0D7A650h)[ebx+eax*8]  
00C55696  mov         byte ptr [edi],al  

00C55698  inc         esi  
00C55699  inc         edi  
00C5569A  loop        drawing_loop (0C55682h)  
// This isn't just the body this is the full row plotting loop just like the code above there

就上下文而言，像素用 LUT 点亮，透明度也用 LUT 完成。伪 C 代码：

//transparencyLUT[new][old][transparency level (0 = opaque, 7 = full transparency)]
//lightLUT[color][light level (0 = white, 3 = no change, 7 = full black)]
dest_pixel = transparencyLUT[lightLUT[source_pixel][light]]
                            [screen_pixel]
                            [transparency];

让我感动的是我如何使用与 C 代码几乎相同的指令，但更少？

如果您需要更多信息，我很乐意提供更多信息，我只是不希望这是一个大问题。我真的很好奇，因为我是 x86 汇编编程的新手，想了解更多关于我们的 cpu 实际工作的信息。

我唯一的猜测是乱序执行引擎不喜欢我的代码，因为它的所有内存访问都移动到同一个寄存器。

标签： cassemblyoptimizationx86

c - 为什么更多的 x86 指令比更少的指令更快？

问题描述

解决方案

推荐阅读