x86“ cmp”指令的奇怪行為

Question

這是代碼：

#include <iostream>
#include <time.h>

using namespace std;

#define ARR_LENGTH 1000000
#define TEST_NUM 0
typedef unsigned int uint;

uint arr[ARR_LENGTH];

uint inc_time(uint x) {
    uint y = 0, tm = clock();
    for (uint i = 0; i < x; i++) y++;
        return clock() - tm;
}

int main() {
    uint div = 0, mod = 0, tm = 0, overall = 0, inc_tm;
    srand(time(NULL));
    for (uint i = 0; i < ARR_LENGTH; i++) arr[i] = (uint)rand() + 2;

    tm = clock();
    for (uint i = 0; i < ARR_LENGTH - 1; i++)
        if (arr[i] % arr[i+1] != TEST_NUM) mod++;
    overall = clock() - tm;
    inc_tm = inc_time(mod);
    cout << "mods - " << mod << endl;
    cout << "Overall time - " << overall<< endl;
    cout << "   wasted on increment - " << inc_tm << endl;
    cout << "   wasted on condition - " << overall - inc_tm << endl << endl;

    tm = clock();
    for (uint i = 0; i < ARR_LENGTH - 1; i++)
        if (arr[i]/arr[i+1] != TEST_NUM) div++;
    overall = clock()-tm;
    inc_tm = inc_time(div);
    cout << "divs - " << div << endl;
    cout << "Overall time - " << overall << endl;
    cout << "   wasted on increment - " << inc_tm << endl;
    cout << "   wasted on condition - " << overall - inc_tm << endl << endl;

    return 0;
}

如果您使用的是Visual Studio，則只需在DEBUG（不是RELEASE）模式下進行編譯，如果您使用的是GCC，則要禁用無效代碼消除（ -fno-dce ），否則某些代碼將無法工作。

因此，問題是：當您將TEST_NUM常數設置為非零（例如5）時，兩個條件（模和除）都幾乎同時執行，但是當您將TEST_NUM設置為0時，第二個條件執行TEST_NUM慢（最多3次！）。 為什么？

這是反匯編清單： 反匯編清單圖片http://img213.imageshack.us/slideshow/webplayer.php?id=wp000076.jpg

在0的情況下，使用test指令代替cmp X, 0但是即使將cmp X, 5 （在cmp X, 5的情況下）修補到cmp X, 0您也會看到它不會影響模運算，但是會影響除法運算

更改TEST_NUM常數時，請仔細觀察操作計數和時間如何變化。

如果有人可以，請說明如何發生？
謝謝。

Answer 1

在TEST_NUM == 0的情況下，第一個條件很少為真。 分支預測將認識到這一點並預測條件始終為假。 該預測在大多數情況下都是正確的，因此很少需要執行昂貴的錯誤預測分支。

'TEST_NUM == 5'的情況幾乎相同：第一個條件很少為真。

對於第二條件abd TEST_NUM == 0 ，對於每個arr[i] < arr[i+1] ，除法的結果為零，其概率約為0.5。 對於分支預測器而言，這是最壞的情況-在每第二種情況下分支將被預測為錯誤。 平均而言，您將獲得錯誤的預測分支所需的一半時鍾周期（取決於體系結構，這可能在10至20個周期之間）。

如果您的值TEST_NUM == 5 ，則第二個條件現在很少為真，則概率約為0.1（此處不太確定）。 這是更好的“可預測的”。 通常，預測器將（幾乎）始終預測為假，其間有一些隨機的真實值，但這取決於處理器的內在條件。 但是無論如何，錯誤的預測分支得到的額外循環並不那么頻繁，每五分之一的情況下最糟。