在 C++ Core Guidelines Per.4 中，为什么坏示例旨在更快？

Question

我最近正在阅读这篇文章，其中指出：

不要认为复杂的代码一定比简单的代码快。

代码复制如下：

例子，不错

// clear expression of intent, fast execution

vector<uint8_t> v(100000);

for (auto& c : v)
    c = ~c;

例子，坏

// intended to be faster, but is often slower

vector<uint8_t> v(100000);

for (size_t i = 0; i < v.size(); i += sizeof(uint64_t)) {
    uint64_t& quad_word = *reinterpret_cast<uint64_t*>(&v[i]);
    quad_word = ~quad_word;
}

我不确定坏例子的目的是什么，为什么它打算更快？
为什么它实际上通常更慢？

Answer 1

通过将指针转换为 64 位整数并对该整数执行按位运算，您可以将 C++ 代码执行的运算次数减少 8 倍。也就是说，所做出的假设是性能受用 C++ 代码编写的操作数。

Answer 2

编译器会尝试使用 SIMD 指令（x86-64 上的 SSE/AVX，其他平台上的其他指令）同时执行多个操作来向量化操作。

通过手动矢量化，uint64_t您可以使编译器一次执行 8 个操作，您认为这是调试构建的改进，但可能会阻止它一次执行更多操作（例如，使用 SSE2 执行 16 个操作，使用 AVX2 执行 32 个操作，使用 AVX512 执行 64 个操作） ，您认为发布速度较慢。