Memset struct 变量分别与 memset 整个结构，哪个更快？

Question

假设我有这样的结构：

struct tmp {
    unsigned char arr1[10];
    unsigned char arr2[10];
    int  i1;
    int  i2;
    unsigned char arr3[10];
    unsigned char arr4[10];
};

其中哪一个会更快？

(1) Memset 整个结构为 0，然后将成员填充为：

struct tmp t1;
memset(&t1, 0, sizeof(struct tmp));

t1.i1 = 10;
t1.i2 = 20;
memcpy(t1.arr1, "ab", sizeof("ab"));
// arr2, arr3 and arr4 will be filled later.

或者

(2) Memset 分离变量：

struct tmp t1;
t1.i1 = 10;
t1.i2 = 20;
memcpy(t1.arr1, "ab", sizeof("ab"));

memset(t1.arr2, 0, sizeof(t1.arr2); // will be filled later
memset(t2.arr3, 0, sizeof(t1.arr3); // will be filled later
memset(t2.arr4, 0, sizeof(t1.arr4); // will be filled later

就性能而言，对 memset 的多次调用（在结构的单独成员上）比对 memset 的单个调用（在整个结构上）更快/更慢。

Answer 1

在没有考虑特定系统的情况下讨论这个问题并没有真正的意义，除非你真的有一个性能瓶颈，否则思考这些事情也没有什么成果。 我还是可以试试的。

对于“通用计算机”，您必须考虑：

• 对齐访问
  在一个 go 中访问一大块数据通常会更好。 在潜在错位的情况下，无论数据有多大，处理该问题的开销代码大致相同。 理论上假设这段代码中的所有访问都发生了错位，那么 1 次 memset 调用优于 3 次。

  此外，我们可以假设结构的第一项是对齐的，但我们不能假设结构内的任何单个成员都是如此。 linker 将在对齐的地址分配结构，然后可能在其中的任何位置添加填充以补偿未对齐。

  声明您的结构时没有考虑 alignment，所以这将是一个问题 - 编译器将插入大量填充。

  （另一方面，整个结构上的 memset 也会覆盖填充字节，这是一点点开销代码。）

• 数据缓存使用
  从上到下访问相邻 memory 的区域比从代码中的多个位置访问它的片段更“缓存友好”。 随后访问连续的 memory 意味着计算机可以将大量数据加载到缓存中，而不是从 RAM 中获取数据，这样比较慢。

• 指令缓存使用和分支预测
  在这种情况下不是很相关，因为代码基本上只是在做原始副本并且没有分支。

• 生成的机器指令数量
  这始终是代码速度的一个很好的粗略指示。 显然，有些指令比其他指令慢很多，但较少的指令通常意味着更快的代码。 用 gcc x86_64 -O3 拆解你的两个功能然后我得到这个：

   func1: movabs rax, 85899345930 pxor xmm0, xmm0 movups XMMWORD PTR [rdi+16], xmm0 mov QWORD PTR [rdi+20], rax mov eax, 25185 movups XMMWORD PTR [rdi], xmm0 movups XMMWORD PTR [rdi+32], xmm0 mov WORD PTR [rdi], ax ret func2: movabs rax, 85899345930 xor edx, edx xor ecx, ecx xor esi, esi mov QWORD PTR [rdi+20], rax mov eax, 25185 mov WORD PTR [rdi], ax mov BYTE PTR [rdi+2], 0 mov QWORD PTR [rdi+10], 0 mov WORD PTR [rdi+18], dx mov QWORD PTR [rdi+28], 0 mov WORD PTR [rdi+36], cx mov QWORD PTR [rdi+38], 0 mov WORD PTR [rdi+46], si ret

  这很好地表明了前一个代码更高效，并且它也应该对数据缓存更友好，所以如果 (1) 没有明显更快，我会感到惊讶。

另请注意，如果您使用 static 存储持续时间声明此结构，您会将零输出“外包”给程序设置.bss的 CRT 部分，并在 main() 甚至被调用之前执行。 那么这些 memset 都不需要了。 代价是启动速度稍慢，但整体程序速度更快。