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

Vue3 的 shallowRef 和 shallowReactive：优化性能

Vue3 的 shallowRef 和 shallowReactive：优化性能

大家对 Vue3 的 ref 和 reactive 都很熟悉，那么对 shallowRef 和 shallowReactive 是否了解呢？ 在编程和数据结构中，“shallow”（浅层）通常指对数据结构的最外层进行操作，而不递归地处理其内部或嵌套的数据。这种处理方式关注的是数据结构的第一层属性或元素，而忽略更深层次的嵌套内容。 1. 浅层与深层的对比 1.1 浅层（Shallow） 定义
阅读更多...
性能测试介绍

性能测试介绍

性能测试是一种测试方法，旨在评估系统、应用程序或组件在现实场景中的性能表现和可靠性。它通常用于衡量系统在不同负载条件下的响应时间、吞吐量、资源利用率、稳定性和可扩展性等关键指标。 为什么要进行性能测试 通过性能测试，可以确定系统是否能够满足预期的性能要求，找出性能瓶颈和潜在的问题，并进行优化和调整。 发现性能瓶颈：性能测试可以帮助发现系统的性能瓶颈，即系统在高负载或高并发情况下可能出现的问题
阅读更多...
HDFS—存储优化（纠删码）

HDFS—存储优化（纠删码）

纠删码原理 HDFS 默认情况下，一个文件有3个副本，这样提高了数据的可靠性，但也带来了2倍的冗余开销。 Hadoop3.x 引入了纠删码，采用计算的方式，可以节省约50％左右的存储空间。 此种方式节约了空间，但是会增加 cpu 的计算。 纠删码策略是给具体一个路径设置。所有往此路径下存储的文件，都会执行此策略。 默认只开启对 RS-6-3-1024k
阅读更多...
性能分析之MySQL索引实战案例

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题，本文将一起从代码层去分析为什么没有建立索引？ 开源ERP项目地址：https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置
阅读更多...
使用opencv优化图片（画面变清晰）

使用opencv优化图片（画面变清晰）

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化，使其看起来更清晰，同时保持尺寸不变，通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多，主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器：相机传
阅读更多...
JAVA智听未来一站式有声阅读平台听书系统小程序源码

JAVA智听未来一站式有声阅读平台听书系统小程序源码

智听未来，一站式有声阅读平台听书系统 🌟&nbsp;开篇：遇见未来，从“智听”开始 在这个快节奏的时代，你是否渴望在忙碌的间隙，找到一片属于自己的宁静角落？是否梦想着能随时随地，沉浸在知识的海洋，或是故事的奇幻世界里？今天，就让我带你一起探索“智听未来”——这一站式有声阅读平台听书系统，它正悄悄改变着我们的阅读方式，让未来触手可及！ 📚&nbsp;第一站：海量资源，应有尽有 走进“智听
阅读更多...
MySQL高性能优化规范

MySQL高性能优化规范

前言：      笔者最近上班途中突然想丰富下自己的数据库优化技能。于是在查阅了多篇文章后，总结出了这篇！ 数据库命令规范 所有数据库对象名称必须使用小写字母并用下划线分割 所有数据库对象名称禁止使用mysql保留关键字（如果表名中包含关键字查询时，需要将其用单引号括起来） 数据库对象的命名要能做到见名识意，并且最后不要超过32个字符 临时库表必须以tmp_为前缀并以日期为后缀，备份
阅读更多...
黑神话，XSKY 星飞全闪单卷性能突破310万

黑神话，XSKY 星飞全闪单卷性能突破310万

当下，云计算仍然是企业主要的基础架构，随着关键业务的逐步虚拟化和云化，对于块存储的性能要求也日益提高。企业对于低延迟、高稳定性的存储解决方案的需求日益迫切。为了满足这些日益增长的 IO 密集型应用场景，众多云服务提供商正在不断推陈出新，推出具有更低时延和更高 IOPS 性能的云硬盘产品。 8 月 22 日 2024 DTCC 大会上（第十五届中国数据库技术大会），XSKY星辰天合正式公布了基于星
阅读更多...
SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型，它综合考虑了土壤-水分-大气以及植被间的相互作用；是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程，使其能够精确的模拟土壤中水分的运动，而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者
阅读更多...
EMLOG程序单页友链和标签增加美化

EMLOG程序单页友链和标签增加美化

单页友联效果图： 标签页面效果图： 源码介绍 EMLOG单页友情链接和TAG标签，友链单页文件代码main{width: 58%;是设置宽度 自己把设置成与您的网站宽度一样，如果自适应就填写100%，TAG文件不用修改 安装方法：把Links.php和tag.php上传到网站根目录即可，访问 域名/Links.php、域名/tag.php 所有模板适用，代码就不粘贴出来，已经打
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2