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

mysql线上查询之前要性能调优的技巧及示例

mysql线上查询之前要性能调优的技巧及示例

《mysql线上查询之前要性能调优的技巧及示例》文章介绍了查询优化的几种方法,包括使用索引、避免不必要的列和行、有效的JOIN策略、子查询和派生表的优化、查询提示和优化器提示等,这些方法可以帮助提高数... 目录避免不必要的列和行使用有效的JOIN策略使用子查询和派生表时要小心使用查询提示和优化器提示其他常
阅读更多...
将java程序打包成可执行文件的实现方式

将java程序打包成可执行文件的实现方式

《将java程序打包成可执行文件的实现方式》本文介绍了将Java程序打包成可执行文件的三种方法：手动打包（将编译后的代码及JRE运行环境一起打包）,使用第三方打包工具（如Launch4j）和JDK自带... 目录1.问题提出2.如何将Java程序打包成可执行文件2.1将编译后的代码及jre运行环境一起打包2
阅读更多...
Springboot中分析SQL性能的两种方式详解

Springboot中分析SQL性能的两种方式详解

《Springboot中分析SQL性能的两种方式详解》文章介绍了SQL性能分析的两种方式：MyBatis-Plus性能分析插件和p6spy框架,MyBatis-Plus插件配置简单,适用于开发和测试环... 目录SQL性能分析的两种方式:功能介绍实现方式:实现步骤:SQL性能分析的两种方式:功能介绍记录
阅读更多...
在不同系统间迁移Python程序的方法与教程

在不同系统间迁移Python程序的方法与教程

《在不同系统间迁移Python程序的方法与教程》本文介绍了几种将Windows上编写的Python程序迁移到Linux服务器上的方法,包括使用虚拟环境和依赖冻结、容器化技术（如Docker）、使用An... 目录使用虚拟环境和依赖冻结1. 创建虚拟环境2. 冻结依赖使用容器化技术（如 docker）1. 创
阅读更多...
Deepseek使用指南与提问优化策略方式

Deepseek使用指南与提问优化策略方式

《Deepseek使用指南与提问优化策略方式》本文介绍了DeepSeek语义搜索引擎的核心功能、集成方法及优化提问策略,通过自然语言处理和机器学习提供精准搜索结果,适用于智能客服、知识库检索等领域... 目录序言1. DeepSeek 概述2. DeepSeek 的集成与使用2.1 DeepSeek API
阅读更多...
Tomcat高效部署与性能优化方式

Tomcat高效部署与性能优化方式

《Tomcat高效部署与性能优化方式》本文介绍了如何高效部署Tomcat并进行性能优化,以确保Web应用的稳定运行和高效响应,高效部署包括环境准备、安装Tomcat、配置Tomcat、部署应用和启动T... 目录Tomcat高效部署与性能优化一、引言二、Tomcat高效部署三、Tomcat性能优化总结Tom
阅读更多...
SpringBoot中的404错误:原因、影响及解决策略

SpringBoot中的404错误:原因、影响及解决策略

《SpringBoot中的404错误:原因、影响及解决策略》本文详细介绍了SpringBoot中404错误的出现原因、影响以及处理策略,404错误常见于URL路径错误、控制器配置问题、静态资源配置错误... 目录Spring Boot中的404错误：原因、影响及处理策略404错误的出现原因1. URL路径错
阅读更多...
Linux编译器--gcc/g++使用方式

Linux编译器--gcc/g++使用方式

《Linux编译器--gcc/g++使用方式》文章主要介绍了C/C++程序的编译过程,包括预编译、编译、汇编和链接四个阶段,并详细解释了每个阶段的作用和具体操作,同时,还介绍了调试和发布版本的概念... 目录一、预编译指令1.1预处理功能1.2指令1.3问题扩展二、编译（生成汇编）三、汇编（生成二进制机器语
阅读更多...
解读Redis秒杀优化方案(阻塞队列+基于Stream流的消息队列)

解读Redis秒杀优化方案(阻塞队列+基于Stream流的消息队列)

《解读Redis秒杀优化方案(阻塞队列+基于Stream流的消息队列)》该文章介绍了使用Redis的阻塞队列和Stream流的消息队列来优化秒杀系统的方案,通过将秒杀流程拆分为两条流水线,使用Redi... 目录Redis秒杀优化方案(阻塞队列+Stream流的消息队列)什么是消息队列？消费者组的工作方式每
阅读更多...
Oracle查询优化之高效实现仅查询前10条记录的方法与实践

Oracle查询优化之高效实现仅查询前10条记录的方法与实践

《Oracle查询优化之高效实现仅查询前10条记录的方法与实践》：本文主要介绍Oracle查询优化之高效实现仅查询前10条记录的相关资料,包括使用ROWNUM、ROW_NUMBER()函数、FET... 目录1. 使用 ROWNUM 查询2. 使用 ROW_NUMBER() 函数3. 使用 FETCH FI
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2