使用 gcc 在 ARM Cortex M4 上交换交替字节的最快方法

Question

我需要在使用 ARM Cortex M4 处理器的嵌入式系统中尽快交换缓冲区中的备用字节。我用的是海湾合作委员会。数据量可变，但最大略高于 2K。转换一些额外的字节并不重要，因为我可以使用超大的缓冲区。

我知道 ARM 有这REV16条指令，我可以用它来交换 32 位字中的交替字节。我不知道的是：

1. 有没有一种方法可以在 gcc 中获取这条指令而无需求助于汇编程序？该__builtin_bswap16内在函数似乎仅对 16 位字进行操作。一次转换 4 个字节肯定比转换 2 个字节快。

2. Cortex M4 是否有重排序缓冲区和/或寄存器重命名？如果不是，当我在部分展开的循环中转换缓冲区的双字时，我需要做什么来最大限度地减少管道停顿？

例如，这段代码是否有效，其中REV16适当定义为解决（1）：

uint32_t *buf = ... ;
size_t n = ... ;  // (number of bytes to convert + 15)/16
for (size_t i = 0; i < n; ++i)
{
    uint32_t a = buf[0];
    uint32_t b = buf[1];
    uint32_t c = buf[2];
    uint32_t d = buf[3];
    REV16(a, a);
    REV16(b, b);
    REV16(c, c);
    REV16(d, d);
    buf[0] = a;
    buf[1] = b;
    buf[2] = c;
    buf[3] = d;
    buf += 4;
}

Answer 1

由于您所说的原因，您无法使用该__builtin_bswap16函数，它适用于 16 位字，因此另一个半字将为 0。我想这样做的原因是为了保持内在的工作方式在没有与REV16ARM 类似的指令的处理器上相同。

功能

uint32_t swap(uint32_t in)
{
  in = __builtin_bswap32(in);
  in = (in >> 16) | (in << 16);
  return in;
}

编译为（ARM GCC 5.4.1 -O3 -std=c++11 -march=armv7-m -mtune=cortex-m4 -mthumb）

    rev     r0, r0
    ror     r0, r0, #16
    bx      lr

您可能会要求编译器内联它，这将为每个 32 位字提供 2 条指令。我想不出一种方法可以让 GCC 生成REV1632 位操作数，而无需使用内联汇编声明您自己的函数。

编辑

作为后续，并且基于关于函数的不可移植性的无艺术噪音的评论__builtin_bswap，编译器识别

uint32_t swap(uint32_t in)
{
  in = ((in & 0xff000000) >> 24) | ((in & 0x00FF0000) >> 8) | ((in & 0x0000FF00) << 8) | ((in & 0xFF) << 24);
  in = (in >> 16) | (in << 16);
  return in;
}

并创建与上面相同的 3 指令函数，因此这是一种更便携的实现方式。不同的编译器是否会产生相同的输出......

编辑 编辑

如果允许内联汇编器，则以下函数

inline uint32_t Rev16(uint32_t a)
{
  asm ("rev16 %1,%0"
          : "=r" (a)
          : "r" (a));
  return a;
}

被内联，并充当单个指令，如此处所示。