为什么标准的“abs”功能比我的快？

Question

我想尝试制作自己的绝对值函数。我认为计算绝对值的最快方法是简单地屏蔽符号位（IEEE 754 中的最后一位）。我想将它的速度与标准abs功能进行比较。这是我的实现：

// Union used for type punning
union float_uint_u
{
    float f_val;
    unsigned int ui_val;
};

// 'MASK' has all bits == 1 except the last one
constexpr unsigned int MASK = ~(1 << (sizeof(int) * 8 - 1));

float abs_bitwise(float value)
{
    float_uint_u ret;
    ret.f_val = value;
    ret.ui_val &= MASK;
       
    return ret.f_val;
}

作为记录，我知道这种类型的双关语不是标准的 C++。但是，这仅用于教育目的，根据文档，这在 GCC 中得到支持。

我认为这应该是计算绝对值的最快方法，因此它至少应该与标准实现一样快。但是，对随机值的 100000000 次迭代计时，我得到了以下结果：

Bitwise time: 5.47385 | STL time: 5.15662
Ratio: 1.06152

我的abs函数慢了大约 6%。

组装输出

我使用-O2优化和-S选项（程序集输出）进行编译，以帮助确定发生了什么。我已经提取了相关部分：

; 16(%rsp) is a value obtained from standard input
movss   16(%rsp), %xmm0
andps   .LC5(%rip), %xmm0 ; .LC5 == 2147483647
movq    %rbp, %rdi
cvtss2sd    %xmm0, %xmm0

movl    16(%rsp), %eax
movq    %rbp, %rdi
andl    $2147483647, %eax
movd    %eax, %xmm0
cvtss2sd    %xmm0, %xmm0

观察

我不擅长汇编，但我注意到的主要事情是标准函数直接在xmm0寄存器上运行。但是对于我的，它首先将值移动到eax（出于某种原因），执行and，然后将其移动到xmm0. 我假设额外的mov是减速发生的地方。我还注意到，对于标准，它将位掩码存储在程序中的其他位置而不是立即数。不过，我猜这并不重要。这两个版本也使用不同的指令（例如movlvs movss）。

系统信息

这是在 Debian Linux（不稳定分支）上用 g++ 编译的。g++ --version输出：

g++ (Debian 10.2.1-6) 10.2.1 20210110

---

如果这两个版本的代码都以相同的方式（通过and）计算绝对值，为什么优化器不会生成相同的代码？具体来说，为什么mov在优化我的实现时感觉需要包含额外内容？

Answer 1

我得到了一个有点不同的组件。根据 x86_64 Linux ABI，float参数通过xmm0. 使用 standard fabs，AND直接在这个寄存器上执行按位运算（Intel 语法）：

andps xmm0, XMMWORD PTR .LC0[rip] # .LC0 contains 0x7FFFFFFF
ret

但是，在您的情况下，按位AND对类型为 的对象执行unsigned int。因此，GCC 做同样的事情，需要先移动xmm0到eax：

movd eax, xmm0
and  eax, 2147483647
movd xmm0, eax
ret

现场演示：https : //godbolt.org/z/xj8MMo

我还没有找到任何方法来强制GCC优化器AND直接执行xmm0仅使用纯 C/C++ 源代码。似乎高效的实现需要建立在汇编代码或 Intel 内在代码之上。

相关问题：如何对浮点数进行按位运算。所有提出的解决方案基本上都会产生相同的结果。

我也尝试使用该copysign功能，但结果更糟。生成的机器代码然后包含 x87 指令。

无论如何，很有趣的是，Clang优化器足够聪明，可以使所有 3 种情况下的程序集等效：https : //godbolt.org/z/b6Khv5。