GCC 优化等级(O0、O1、O2、O3)对程序性能的影响

2023-10-24 22:20
文章标签 程序 优化 性能 等级 影响 gcc o1 o0 o2 o3

本文主要是介绍GCC 优化等级(O0、O1、O2、O3)对程序性能的影响，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

文章目录

    • 前言
    • 代码示例
    • 性能差异
    • 探究原因
    • 附录

前言

GCC 有 O0、O1、O2、O3 四级优化等级，你知道它们对程序性能有多少影响吗？知道性能差异产生的根本原因是什么吗？今天就和大家一起研究下。

代码示例

combine4.c

#include <stdio.h>#define COUNT 100000000int data[] = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9};void combine4(int *sum)
{int k;int i;*sum = 0;for (k = 0; k < COUNT; k++) {for (i = 0; i < sizeof(data) / sizeof(data[0]); i++) {*sum += data[i];}}
}int main(int argc, char *argv[])
{int sum = 0;combine4(&sum);printf("sum = %d\n", sum);return 0;
}

其中，combine4() 是个累加求和的函数，它就是我们今天研究性能的主角。

性能差异

先直观感受下不同优化等级对应的性能差异

O0

$ gcc books/csapp/combine4.c -o books/csapp/combine4.out -Wall -g -O0
$ time books/csapp/combine4.out 
sum = 205032704real    0m1.975s
user    0m1.968s
sys     0m0.007s

O1

$ gcc books/csapp/combine4.c -o books/csapp/combine4.out -Wall -g -O1
$ time books/csapp/combine4.out 
sum = 205032704real    0m0.345s
user    0m0.345s
sys     0m0.000s

O2

$ gcc books/csapp/combine4.c -o books/csapp/combine4.out -Wall -g -O2
$ time books/csapp/combine4.out 
sum = 205032704real    0m0.384s
user    0m0.382s
sys     0m0.001s

O3

$ gcc books/csapp/combine4.c -o books/csapp/combine4.out -Wall -g -O3
$ time books/csapp/combine4.out 
sum = 205032704real    0m0.002s
user    0m0.001s
sys     0m0.001s
优化等级执行耗时速度提升
O01.975s1 倍
O10.345s5 倍
O20.384s5 倍
O30.002s987 倍

可以看到，以 O0 为基准，O1 和 O2 速度提升了 5 倍，O3 提升了令人难以置信的 987 倍。

探究原因

要想弄清楚速度提升的原因，最好的办法就是看程序对应的汇编代码。
有看不懂汇编的小伙伴，可以去看文章最后的附录，我对每行汇编代码都作了注释。

O0
请添加图片描述
O1
请添加图片描述
从 O0 到 O1，一个明显的变化就是指令数量变少了，从 51 行缩减为 34 行，并且这是循环部分的指令，减少的行数要乘以循环次数，单从这方面，就可知能够缩短相当可观的运行时间。（其中一点：O0 使用 eax 来存储计算结果，并在每次计算结束后将结果刷入内存 [rbp-0x18]（对应第 33~35 行），而 O1 直接将计算的结果存入内存 [rdx]（对应第 25 行）。指令从三行变为一行，速度提升。）
另一个变化是，使用寄存器 rsi 存储 data 数组的末尾地址（对应第 15 行汇编代码），使用 rax 存储数组偏移，内层循环的边界判断条件直接使用这两个寄存器进行比较。这种方式省略了变量 i，变量 i 是存储在内存中的，对内存进行取值、自增计算、重新写入内存，要比寄存器操作慢得多，所以这也是提升运行速度的一个重要因素。
另一个变化是，存储 data 数组的末尾地址（对应第 15 行汇编代码），使用该地址作为内层循环边界判断的条件，这样就可以省略 i 变量，省略 i 变量占用寄存器的开销。别小看一个寄存器的开销，要知道常用寄存器的数量总共才十几个，少一个变量的存储，就少了一个寄存器倒腾的开销，效率就会大幅提高。想象一下，有两个杯子，分别装有两种不同颜色的水，让你交换两个杯子中的水，这时候如果能给你一个空杯子倒腾一下，问题就很好解决，否则，甚至无法解决。从这个故事中体会一下一个寄存器能够产生的性能影响程度。

（O2 和 O1 性能差不多，就不进行分析了。）

O3
请添加图片描述
O3 直接将内层循环给优化掉了，10 次循环展开成 10 次指令，也是牛逼。
这样一来，少了内层循环的边界判断。更重要的是，少一层跳转，就减少一次分支预测判断，这对指令执行的效率有显著提升。

附录

O0

0000000000001169 <combine4>:
# 在间接跳转之后查看下一条指令是不是endbr64。如果指令是endbr64指令，那么该指令会将CPU状态从WAIT_FOR_ENDBRANCH恢复成DLE。另一方面，如果下一条指令不是endbr64，说明程序可能被控制流劫持了，CPU就报错（#CP）。因为按照正确的逻辑，间接跳转后应该需要有一条对应的endbr64指令来回应间接跳转，如果不是endbr64指令，那么程序控制流可能被劫持并前往其它地址（其它任意地址上是以非endbr64开始的汇编代码）（涉及编译器兼容CPU新特性）。——https://blog.csdn.net/clh14281055/article/details/1174465881169:    f3 0f 1e fa           endbr64  
# 将rbp数值压入栈中，可分解为：
# rsp = rsp - 8
# rsp = rbp
# https://www.cnblogs.com/tongongV/p/13713210.html116d:    55                      push   rbp
# rbp = rsp116e:    48 89 e5              mov    rbp,rsp
# [rbp - 0x18] = rdi
# 关于64位汇编的参数传递
# 当参数少于等于 6 个时， 参数从左到右放入寄存器: rdi, rsi, rdx, rcx, r8, r9。
# 当参数为7个及以上时， 前 6 个与前面一样， 但后面的依次从 “右向左” 放入栈中，
# —— https://www.cnblogs.com/volva/p/11814998.html1171:    48 89 7d e8           mov    QWORD PTR [rbp-0x18],rdi
# rax = [rbp - 0x18]
# 结合上文，推导出 rax = rdi1175:    48 8b 45 e8           mov    rax,QWORD PTR [rbp-0x18]
# [rax] = 0
# 结合上文，推导出 *rdi = 0
# 对应 C 代码 *sum = 0;1179:    c7 00 00 00 00 00        mov    DWORD PTR [rax],0x0
# [rbp - 0x8] = 0
# 对应 C 代码 k = 0;117f:    c7 45 f8 00 00 00 00    mov    DWORD PTR [rbp-0x8],0x0
# 跳转到 0x11c6
# jmp 无条件跳转指令1186:    eb 3e                  jmp    11c6 <combine4+0x5d>
# [rbp - 0x4] = 0
# 对应 C 代码 i = 0;1188:    c7 45 fc 00 00 00 00    mov    DWORD PTR [rbp-0x4],0x0
# 跳转到 0x11ba118f:    eb 29                  jmp    11ba <combine4+0x51>
# rax = [rbp - 0x18]
# rax = sum1191:    48 8b 45 e8           mov    rax,QWORD PTR [rbp-0x18]
# edx = rax
# edx = sum1195:    8b 10                  mov    edx,DWORD PTR [rax]
# eax = [rbp - 0x4]
# eax = i1197:    8b 45 fc              mov    eax,DWORD PTR [rbp-0x4]
# cdqe使用eax的最高位拓展rax高32位的所有位
# rax = eax
# rax = i119a:    48 98                  cdqe   
# rcx = i * 4119c:    48 8d 0c 85 00 00 00    lea    rcx,[rax*4+0x0]11a3:    00
# rax = data11a4:    48 8d 05 75 2e 00 00    lea    rax,[rip+0x2e75]        # 4020  <data>
# eax = rcx + rax
# eax = i * 4 + data
# eax = data[i]11ab:    8b 04 01              mov    eax,DWORD PTR [rcx+rax*1]
# edx = edx + eax
# sum = sum + data[i]11ae:    01 c2                  add    edx,eax
# rax = sum11b0:    48 8b 45 e8           mov    rax,QWORD PTR [rbp-0x18]
# sum = sum11b4:    89 10                  mov    DWORD PTR [rax],edx
# i++11b6:    83 45 fc 01           add    DWORD PTR [rbp-0x4],0x1
# eax = [rbp - 0x4]
# 即 eax = i;11ba:    8b 45 fc              mov    eax,DWORD PTR [rbp-0x4]
# eax 和 0x9 比较
# 对应 C 代码 i < 10;11bd:    83 f8 09              cmp    eax,0x9
# 无符号小于或等于，跳转到 0x119111c0:    76 cf                  jbe    1191 <combine4+0x28>11c2:    83 45 f8 01           add    DWORD PTR [rbp-0x8],0x1
# [rbp - 0x8] 和 99,999,999 比较
# 对应 C 代码 k < 10000000011c6:    81 7d f8 ff e0 f5 05    cmp    DWORD PTR [rbp-0x8],0x5f5e0ff
# 如果小于或等于，跳转到 0x1188
# 汇编指令注解：Jump if less or equal
# —— https://blog.csdn.net/jiarong66/article/details/4435039511cd:    7e b9                  jle    1188 <combine4+0x1f>11cf:    90                      nop11d0:    90                      nop
# 将栈顶数据弹出到 rbp, 可以分解为:
# rbp = rsp
# rsp = rsp - 811d1:    5d                      pop    rbp
# 返回11d2:    c3                      ret

O1

0000000000001169 <combine4>:1169:	f3 0f 1e fa          	endbr64 
# rdx = sum116d:	48 89 fa             	mov    rdx,rdi
# sum = 0;1170:	c7 07 00 00 00 00    	mov    DWORD PTR [rdi],0x0
# edi = 100,000,0001176:	bf 00 e1 f5 05       	mov    edi,0x5f5e100
# data 数组的末尾117b:	48 8d 35 c6 2e 00 00 	lea    rsi,[rip+0x2ec6]        # 4048 <__TMC_END__>
# 跳转到 0x11891182:	eb 05                	jmp    1189 <combine4+0x20>
# edi = edi - 1;1184:	83 ef 01             	sub    edi,0x1
# edi - 1 < 0 时, 跳转到 0x119f ?1187:	74 16                	je     119f <combine4+0x36>
# rax = data1189:	48 8d 05 90 2e 00 00 	lea    rax,[rip+0x2e90]        # 4020 <data>
# ecx = data1190:	8b 08                	mov    ecx,DWORD PTR [rax]
# sum = sum + data1192:	01 0a                	add    DWORD PTR [rdx],ecx
# data++1194:	48 83 c0 04          	add    rax,0x4
# data 是否到达了数组末尾1198:	48 39 f0             	cmp    rax,rsi
# 没有的话跳转到 0x1190 // 内层循环119b:	75 f3                	jne    1190 <combine4+0x27>
# 跳转到 0x1184 // 外层循环119d:	eb e5                	jmp    1184 <combine4+0x1b>
# 函数返回119f:	c3                   	ret

O3

00000000000011f0 <combine4>:11f0:	f3 0f 1e fa          	endbr64 
# sum = 011f4:	c7 07 00 00 00 00    	mov    DWORD PTR [rdi],0x0
# rdx = sum11fa:	48 89 fa             	mov    rdx,rdi
# ecx = 100,000,00011fd:	b9 00 e1 f5 05       	mov    ecx,0x5f5e100
# eax = eax 异或 eax
# 是异或运算，两数相反为1；两数相同为0。由于这两个数相同，异或后等于清0
# 由于它比mov eax,0效率高，所以一般用它！
# eax = 01202:	31 c0                	xor    eax,eax
# rsi = data1204:	48 8d 35 15 2e 00 00 	lea    rsi,[rip+0x2e15]        # 4020 <data>
# 120b:	0f 1f 44 00 00       	nop    DWORD PTR [rax+rax*1+0x0]
# eax = eax + data1210:	03 06                	add    eax,DWORD PTR [rsi]
# sum = eax1212:	89 02                	mov    DWORD PTR [rdx],eax
# eax = data + 0x4
# eax = eax + data[1]1214:	03 05 0a 2e 00 00    	add    eax,DWORD PTR [rip+0x2e0a]        # 4024 <data+0x4>
# sum = eax121a:	89 02                	mov    DWORD PTR [rdx],eax
# eax = eax + data[2]121c:	03 05 06 2e 00 00    	add    eax,DWORD PTR [rip+0x2e06]        # 4028 <data+0x8>1222:	89 02                	mov    DWORD PTR [rdx],eax1224:	03 05 02 2e 00 00    	add    eax,DWORD PTR [rip+0x2e02]        # 402c <data+0xc>122a:	89 02                	mov    DWORD PTR [rdx],eax122c:	03 05 fe 2d 00 00    	add    eax,DWORD PTR [rip+0x2dfe]        # 4030 <data+0x10>1232:	89 02                	mov    DWORD PTR [rdx],eax1234:	03 05 fa 2d 00 00    	add    eax,DWORD PTR [rip+0x2dfa]        # 4034 <data+0x14>123a:	89 02                	mov    DWORD PTR [rdx],eax123c:	03 05 f6 2d 00 00    	add    eax,DWORD PTR [rip+0x2df6]        # 4038 <data+0x18>1242:	89 02                	mov    DWORD PTR [rdx],eax1244:	03 05 f2 2d 00 00    	add    eax,DWORD PTR [rip+0x2df2]        # 403c <data+0x1c>124a:	89 02                	mov    DWORD PTR [rdx],eax124c:	03 05 ee 2d 00 00    	add    eax,DWORD PTR [rip+0x2dee]        # 4040 <data+0x20>1252:	89 02                	mov    DWORD PTR [rdx],eax1254:	03 05 ea 2d 00 00    	add    eax,DWORD PTR [rip+0x2dea]        # 4044 <data+0x24>125a:	89 02                	mov    DWORD PTR [rdx],eax125c:	83 e9 01             	sub    ecx,0x1125f:	75 af                	jne    1210 <combine4+0x20>1261:	c3                   	ret    1262:	66 66 2e 0f 1f 84 00 	data16 nop WORD PTR cs:[rax+rax*1+0x0]1269:	00 00 00 00 126d:	0f 1f 00             	nop    DWORD PTR [rax]

这篇关于GCC 优化等级(O0、O1、O2、O3)对程序性能的影响的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/278156。

相关文章

Python通过模块化开发优化代码的技巧分享

Python通过模块化开发优化代码的技巧分享

《Python通过模块化开发优化代码的技巧分享》模块化开发就是把代码拆成一个个“零件”,该封装封装,该拆分拆分,下面小编就来和大家简单聊聊python如何用模块化开发进行代码优化吧... 目录什么是模块化开发如何拆分代码改进版：拆分成模块让模块更强大：使用 __init__.py你一定会遇到的问题模www.
阅读更多...
SpringBoot首笔交易慢问题排查与优化方案

SpringBoot首笔交易慢问题排查与优化方案

《SpringBoot首笔交易慢问题排查与优化方案》在我们的微服务项目中,遇到这样的问题：应用启动后,第一笔交易响应耗时高达4、5秒,而后续请求均能在毫秒级完成,这不仅触发监控告警,也极大影响了用户体... 目录问题背景排查步骤1. 日志分析2. 性能工具定位优化方案：提前预热各种资源1. Flowable
阅读更多...
SpringBoot3实现Gzip压缩优化的技术指南

SpringBoot3实现Gzip压缩优化的技术指南

《SpringBoot3实现Gzip压缩优化的技术指南》随着Web应用的用户量和数据量增加,网络带宽和页面加载速度逐渐成为瓶颈,为了减少数据传输量,提高用户体验,我们可以使用Gzip压缩HTTP响应,... 目录1、简述2、配置2.1 添加依赖2.2 配置 Gzip 压缩3、服务端应用4、前端应用4.1 N
阅读更多...
Spring Boot + MyBatis Plus 高效开发实战从入门到进阶优化(推荐)

Spring Boot + MyBatis Plus 高效开发实战从入门到进阶优化(推荐)

《SpringBoot+MyBatisPlus高效开发实战从入门到进阶优化(推荐)》本文将详细介绍SpringBoot+MyBatisPlus的完整开发流程,并深入剖析分页查询、批量操作、动... 目录Spring Boot + MyBATis Plus 高效开发实战：从入门到进阶优化1. MyBatis
阅读更多...
MyBatis 动态 SQL 优化之标签的实战与技巧(常见用法)

MyBatis 动态 SQL 优化之标签的实战与技巧(常见用法)

《MyBatis动态SQL优化之标签的实战与技巧(常见用法)》本文通过详细的示例和实际应用场景,介绍了如何有效利用这些标签来优化MyBatis配置,提升开发效率,确保SQL的高效执行和安全性,感... 目录动态SQL详解一、动态SQL的核心概念1.1 什么是动态SQL？1.2 动态SQL的优点1.3 动态S
阅读更多...
Python如何使用__slots__实现节省内存和性能优化

Python如何使用__slots__实现节省内存和性能优化

《Python如何使用__slots__实现节省内存和性能优化》你有想过,一个小小的__slots__能让你的Python类内存消耗直接减半吗,没错,今天咱们要聊的就是这个让人眼前一亮的技巧,感兴趣的... 目录背景：内存吃得满满的类__slots__：你的内存管理小助手举个大概的例子：看看效果如何？1.
阅读更多...
一文详解SpringBoot响应压缩功能的配置与优化

一文详解SpringBoot响应压缩功能的配置与优化

《一文详解SpringBoot响应压缩功能的配置与优化》SpringBoot的响应压缩功能基于智能协商机制,需同时满足很多条件,本文主要为大家详细介绍了SpringBoot响应压缩功能的配置与优化,需... 目录一、核心工作机制1.1 自动协商触发条件1.2 压缩处理流程二、配置方案详解2.1 基础YAML
阅读更多...
MySQL中慢SQL优化的不同方式介绍

MySQL中慢SQL优化的不同方式介绍

《MySQL中慢SQL优化的不同方式介绍》慢SQL的优化,主要从两个方面考虑,SQL语句本身的优化,以及数据库设计的优化,下面小编就来给大家介绍一下有哪些方式可以优化慢SQL吧... 目录避免不必要的列分页优化索引优化JOIN 的优化排序优化UNION 优化慢 SQL 的优化，主要从两个方面考虑，SQL 语
阅读更多...
MySQL中慢SQL优化方法的完整指南

MySQL中慢SQL优化方法的完整指南

《MySQL中慢SQL优化方法的完整指南》当数据库响应时间超过500ms时,系统将面临三大灾难链式反应,所以本文将为大家介绍一下MySQL中慢SQL优化的常用方法,有需要的小伙伴可以了解下... 目录一、慢SQL的致命影响二、精准定位问题SQL1. 启用慢查询日志2. 诊断黄金三件套三、六大核心优化方案方案
阅读更多...
Redis中高并发读写性能的深度解析与优化

Redis中高并发读写性能的深度解析与优化

《Redis中高并发读写性能的深度解析与优化》Redis作为一款高性能的内存数据库,广泛应用于缓存、消息队列、实时统计等场景,本文将深入探讨Redis的读写并发能力,感兴趣的小伙伴可以了解下... 目录引言一、Redis 并发能力概述1.1 Redis 的读写性能1.2 影响 Redis 并发能力的因素二、
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2